龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：复旦大学
摘要：本发明提供了一种针对视觉语言模型的多模态越狱攻击方法及装置，具有这样的特征，包括以下步骤：步骤S1，采集随机噪声作为初始对抗图像；步骤S2，根据第一优化目标对初始对抗图像进行优化，得到优化对抗图像；步骤S3，构建初始对抗文本；步骤S4，根据第二优化目标对优化对抗图像和初始对抗文本进行联合优化，得到对抗图像前缀和对抗文本后缀；步骤S5，将对抗图像前缀、恶意查询和对抗文本后缀作为整体输入视觉语言模型，得到高毒性肯定回复。总之，本方法能够实现针对视觉语言模型的高成功率的越狱攻击。
主权项：1.一种针对视觉语言模型的多模态越狱攻击方法，用于通过恶意查询对视觉语言模型进行越狱攻击得到对应的高毒性肯定回复，其特征在于，包括以下步骤：步骤S1，采集随机噪声作为初始对抗图像；步骤S2，将所述初始对抗图像作为所述视觉语言模型的输入，并根据第一优化目标对所述初始对抗图像进行优化，得到优化好的初始对抗图像作为优化对抗图像；步骤S3，构建初始对抗文本；步骤S4，将所述优化对抗图像、所述初始对抗文本以及现有的恶意用户查询作为所述视觉语言模型的输入，并根据第二优化目标对所述优化对抗图像和所述初始对抗文本进行联合优化，得到优化好的优化对抗图像作为对抗图像前缀，以及优化好的初始对抗文本作为对抗文本后缀；步骤S5，将所述对抗图像前缀、所述恶意查询和所述对抗文本后缀作为整体输入所述视觉语言模型，得到所述高毒性肯定回复，其中，所述第一优化目标为提高所述视觉语言模型根据所述初始对抗图像生成高毒性回复的概率，所述第二优化目标为提高所述视觉语言模型根据所述优化对抗图像和所述初始对抗文本生成肯定性回复的概率。
全文数据：
权利要求：
百度查询： 复旦大学 针对视觉语言模型的多模态越狱攻击方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号