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！
摘要：本发明涉及一种基于秘密共享的密文对抗样本检测与防御方法和介质，包括以下步骤：获取用户数据，输入基于秘密共享的密文对抗样本检测与防御模型进行分割和重构；其中，基于秘密共享的密文对抗样本检测与防御模型包括生成对抗网络和基于秘密共享的隐私保护神经网络，将训练好的生成对抗网络中的判别器拆分为浅层判别网络和深层判别网络，通过浅层判别网络对用户数据进行加密后发送至深层判别网络判断是否包含对抗样本，得到结果集合，据此判断是否为恶意用户，若是，则对用户数据执行秘密滤波协议进行修正后再输入基于秘密共享的隐私保护神经网络进行重构计算并输出。与现有技术相比，本发明可以在保证数据安全的同时识别对抗样本。
主权项：1.一种基于秘密共享的密文对抗样本检测与防御方法，其特征在于，包括以下步骤：获取用户数据I，输入基于秘密共享的密文对抗样本检测与防御模型进行分割和重构；其中，所述基于秘密共享的密文对抗样本检测与防御模型包括一个生成对抗网络和一个基于秘密共享的隐私保护神经网络，所述生成对抗网络包括一个生成器G和一个判别器D，所述生成器G用于输出生成样本，所述判别器D用于区分生成样本和真实样本，所述基于秘密共享的密文对抗样本检测与防御模型处理用户数据I的具体过程如下：S1、将训练好的生成对抗网络中的判别器D拆分为浅层判别网络D1和深层判别网络D2；S2、获取用户数据I，通过所述浅层判别网络D1进行加密，将加密后的用户数据I’发送至所述深层判别网络D2，通过所述深层判别网络D2判断加密后的用户数据I’是否包含对抗样本，得到结果集合C；S3、根据所述结果集合C中对抗样本数量的占比判断提供用户数据I的用户是否为恶意用户，若否，则直接将用户数据I分割为多个子数据，输入所述基于秘密共享的隐私保护神经网络；若是，则将用户数据I分割为多个子数据，执行秘密滤波协议SFP进行修正后，再输入所述基于秘密共享的隐私保护神经网络；S4、所述基于秘密共享的隐私保护神经网络对接收的多个子数据进行重构计算并输出。
全文数据：
权利要求：
百度查询： 上海大学 基于秘密共享的密文对抗样本检测与防御方法和介质
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