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！

龙图腾网恭喜云南大学申请的专利基于平均梯度的对抗样本生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117010479B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311040941.3，技术领域涉及：G06N3/094；该发明授权基于平均梯度的对抗样本生成方法是由武丽雯;赵磊;刘智郅;姚绍文;金鑫设计研发完成，并于2023-08-17向国家知识产权局提交的专利申请。

本基于平均梯度的对抗样本生成方法在说明书摘要公布了：本发明公开了基于平均梯度的模型集成攻击方法，对对抗样本进行多次迭代，每次迭代过程中采用循环迭代来搜索最优集成梯度，搜索最优集成梯度的过程中，每次从目标模型中随机选取一个目标模型并基于内部对抗样本更新其梯度，然后加权平均得到新的内部集成梯度，再基于该内部集成梯度对内部对抗样本进行更新，如此循环以得到每一轮的最优集成梯度，从而迭代生成待攻击样本的对抗样本。本发明采用平均梯度进行模型集成，减少集成梯度与多个单独梯度之间的差异，提升生成对抗样本的质量。

本发明授权基于平均梯度的对抗样本生成方法在权利要求书中公布了：1.一种基于平均梯度的对抗样本生成方法，其特征在于，包括以下步骤：S1：初始化迭代次数t＝1，初始对抗样本x0为待攻击样本X；S2：初始化本轮迭代对抗样本S3：根据实际需要预先设置K个目标模型，将初始对抗样本输入到K个目标模型中得到相应的模型梯度gk，k＝1,2,…,K；S4：搜索最优集成梯度，包括以下步骤：S4.1：初始化迭代次数m＝0，初始化内部对抗样本S4.2：从K个目标模型中随机选取一个目标模型k*；S4.3：将内部对抗样本输入目标模型k*中，更新相应的模型梯度S4.4：对当前的K个模型梯度进行加权平均得到内部集成梯度 其中，wk表示预设的权重，其中0＜wk＜1并且S4.5：采用如下公式对内部对抗样本进行更新，得到更新后的内部对抗样本 其中，clip表示裁剪函数，将生成的对抗样本限制在以被裁剪样本x为圆心、以预设的扰动阈值ε为半径的圆形中，sign表示符号函数；S4.6：判断是否m＜M，M表示预设的最大迭代次数，如果是，进入步骤S4.7，否则进入步骤S4.8；S4.7：令m＝m+1，返回步骤S4.2；S4.8：获取本轮最优集成梯度S5：采用如下公式对对抗样本进行更新，得到更新后的对抗样本xt： S6：判断是否t＜T，T表示预设的最大迭代次数，如果是，进入步骤S7，否则进入步骤S8；S7：令t＝t+1，返回步骤S2；S8：将最后一轮得到的对抗样本xT作为待攻击样本X对应的对抗样本Y；以上方法应用在ImageNet-compatible数据集上，该数据集是在标准ImageNet数据集中挑选出来的1000张不同类别的图片。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人云南大学，其通讯地址为：650031 云南省昆明市翠湖北路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。