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：本发明提供深度学习模型隐蔽攻击方法及系统，方法包括：目标模型分析；确定补丁区域；RGB圆片初始化；透明度和颜色调整；迭代优化；最优配置确认；对抗样本生成。本发明解决了对抗样本隐蔽性较差、缺乏针对性的区域攻击策略以及元素透明度调整不足的技术问题。
主权项：1.深度学习模型隐蔽攻击方法，其特征在于，所述方法包括：S1、利用梯度加权类激活映射Grad-CAM方法，分析目标深度学习模型，生成模型关注焦点热力图，以识别所述目标深度学习模型的预测决策中的贡献最大图像区域；S2、根据所述模型关注焦点热力图、图像尺寸及分辨率以及所述贡献最大图像区域，确定补丁部署关键区域及补丁中心，据以进行补丁部署操作；S3、在每个所述补丁部署关键区域内，初始化RGB圆片，其中，所述RGB圆片位于所述适用补丁内的像素点中心，为每个所述RGB圆片随机赋予初始颜色值，同时设置透明度范围；S4、通过预置进化策略，调优所述RGB圆片的颜色、透明度，定义适应度函数，结合误分类置信度、所述对抗样本隐蔽性进行优化；其中，根据所述透明度，控制所述对抗样本隐蔽性；S5、进行变异操作、选择操作以及重组操作，通过迭代优化获取最优RGB圆片属性组合；S6、将所述最优RGB圆片属性组合，应用至原始图像，以生成对抗样本，验证所述对抗样本对所述目标深度学习模型的误导效果、对人类视觉的隐蔽性。
全文数据：
权利要求：
百度查询： 安徽师范大学 深度学习模型隐蔽攻击方法及系统
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