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:浙江芯科物联科技有限公司
摘要:本发明公开一种GMM聚类和神经网络混合的模型结构逆向方法,包括以下步骤:S1、采集神经网络模型在嵌入式设备上不同输入、不同权重条件下的功率数据及其他多模态物理信号数据;S2、对采集到的数据进行统计分析,计算均值、中位数、标准差、四分位数、四分位数差值、变异系数统计量;S3、利用主成分分析PCA技术,将高维统计量特征投影到低维空间,增强特征间的可分性,减少计算复杂度。本发明通过侧信道攻击收集大量单个神经网络模型在不同输入、不同权重条件下的功耗数据,并计算这些数据的统计量,不同神经网络模型在运行时产生的功率统计量特征不同,利用这些特征可以更准确地区分不同的神经网络模型,从而实现更精确的模型逆向。
主权项:1.一种GMM聚类和神经网络混合的模型结构逆向方法,其特征在于,包括以下步骤:S1、采集神经网络模型在嵌入式设备上不同输入、不同权重条件下的功率数据及其他多模态物理信号数据;S2、对采集到的数据进行统计分析,计算均值、中位数、标准差、四分位数、四分位数差值、变异系数统计量;S3、利用主成分分析PCA技术,将高维统计量特征投影到低维空间,增强特征间的可分性,减少计算复杂度;S4、将降维后的特征数据输入到高斯混合模型GMM中,通过Expectation-MaximizationEM算法进行聚类分析,输出各个模型类别的概率;S5、在GMM判断过程中,增加动态阈值调整模块,实时分析数据分布和分类结果,动态调整阈值,当所有分类的GMM输出概率均小于该动态阈值时,启用神经网络做进一步判断;S6、将特征数据输入到预先训练好的神经网络中,利用神经网络进行最终的模型类别判定,输出神经网络分类结果。
全文数据:
权利要求:
百度查询: 浙江芯科物联科技有限公司 一种GMM聚类和神经网络混合的模型结构逆向方法
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。