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：中国人民解放军国防科技大学
摘要：本发明公开了一种图像识别算法对抗鲁棒性的评测方法、计算机存储介质，涉及深度学习的安全技术领域，特别是涉及一种定向对抗样本的黑盒迁移方法。通过将变换后的样本输入预先训练的神经网络，得到网络输出；通过预先设定的损失函数，计算输出与目标类别的损失值；计算损失值对目标样本的梯度，并根据学习率进行更新。本发明的特征在于在每次梯度更新迭代中使用大尺度范围的图像缩放操作，以及随机变换，增强所生成对抗样本的迁移能力，进而提高对模型鲁棒性评测的准确性。
主权项：1.一种图像识别算法对抗鲁棒性的评测方法，其特征在于，包括以下步骤：S1、设定初始对抗样本为x′0＝x，动量g0＝0；x为待攻击图像；迭代次数i＝0；S2、对当前对抗样本进行变换，得到变换后的对抗样本S3、计算预先训练的卷积神经模型对变换后的对抗样本的输出与目标标签的损失函数yt为目标标签；S4、计算损失函数对当前输入的梯度S5、对所述梯度进行卷积操作，利用卷积操作结果获取累计动量W是预定义的卷积核，μ是动量累积的衰减因子；S6、利用下式更新第i+1次迭代的对抗样本x′i+1：x′i+1＝x′i-α·signgi+1；α为扰动步长，x′i为变换后的图像；S7、i的值加1，返回步骤S2，当i+1＝T时，得到定向对抗样本x′，进入步骤S8；T为最大迭代次数；S8、将定向对抗样本x′输入待测试卷积神经网络模型G，得到识别结果Gx′；S9、若maxGx′＝yt，即输出类别为定向攻击的类别yt，即攻击成功。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 图像识别算法对抗鲁棒性的评测方法、计算机存储介质
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