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：浙江大学
摘要：本发明公开了一种基于时序深度学习网络的对抗样本检测方法，通过对输入样本进行特征压缩并利用时序模型进行检测来满足检测对抗样本的需求，降低遭受对抗攻击的风险，从而评估模型的鲁棒性。本发明对图像进行不同程度的特征压缩并拼接，训练数据集不仅包含非对抗样本、对抗样本，还包含非对抗样本与对抗样本在不同压缩级别后的数据，即训练数据集包含更加丰富的数据，训练所得的时序深度学习网络能够学习到更加丰富的知识，因此训练所得时序深度学习网络能够更加地检测对抗样本与非对抗样本；本发明单独训练一个可以即插即用的对抗样本检测网络，因此不会出现原始网络为了提升对抗样本鲁棒性而经过重训练后发送的性能改变的现象。
主权项：1.一种基于时序深度学习网络的对抗样本检测方法，其特征在于，包括以下步骤：S1获取对抗数据集：使用对抗样本攻击算法攻击不同的原始数据集生成对抗样本数据集，所述的原始数据集为非对抗样本数据集；S2构建时序深度学习网络训练、测试数据集：通过对S1中生成的对抗样本数据集以及非对抗样本数据集进行特征压缩处理，再通过维度转换，将其构建成适合时序深度学习网络的输入格式，再将对抗样本数据集、非对抗数据集标签分别设置为1、0，将两者同时划分为时序深度学习网络的训练数据集与测试数据集两部分；S3训练、测试用于对抗样本检测的时序深度学习网络：使用训练数据集及特定的损失函数训练时序深度学习网络，使用测试数据集测试时序深度学习网络检测对抗样本的能力，得到对对抗样本、非对抗样本有良好检测能力的时序深度学习网络；S4特征压缩及检测：在将新的输入样本经过特征压缩并将其转换为适合时序网络的输入格式之后，输入到检测对抗样本的时序深度学习网络中，得到网络对此样本的判别结果，采用评价指标--检测准确率来判断检测网络的检测效果。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于时序深度学习网络的对抗样本检测方法
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