恭喜齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)汪付强获国家专利权
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!
龙图腾网恭喜齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利一种基于动态超前迭代的对抗样本生成方法及系统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:CN120032191B 。
龙图腾网通过国家知识产权局官网在2025-06-27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:202510510088.X,技术领域涉及:G06V10/764;该发明授权一种基于动态超前迭代的对抗样本生成方法及系统是由汪付强;赵勇清;王坤;吴晓明;张建强;张鹏;杨明;王鑫设计研发完成,并于2025-04-23向国家知识产权局提交的专利申请。
本一种基于动态超前迭代的对抗样本生成方法及系统在说明书摘要公布了:本发明提出了一种基于动态超前迭代的对抗样本生成方法及系统,属于人工智能安全技术领域;方法包括:对原始图像预处理,生成初始对抗样本;初始化运行参数,将运行参数和初始对抗样本输入到替代模型中进行迭代计算,每次迭代前计算超前因子,根据当前迭代次数判断迭代过程阶段并动态调整超前因子;基于累积动量和动态调整后的超前因子计算超前位置和损失函数梯度,基于损失函数梯度更新累积动量,并生成对抗样本,利用裁剪函数得到最终生成的对抗扰动;当达到最大迭代次数,对原始图像添加最终生成的对抗扰动,生成最终的对抗样本;若否,则重复执行上述步骤。有效解决了固定偏移量的局限性,动量稳定性以及梯度估计准确性的问题。
本发明授权一种基于动态超前迭代的对抗样本生成方法及系统在权利要求书中公布了:1.一种基于动态超前迭代的对抗样本生成方法,其特征在于,包括: 步骤S1,获取原始图像并进行预处理,生成初始对抗样本; 步骤S2,初始化运行参数,所述运行参数包括累积动量、延迟启动迭代次数、渐进增加迭代次数、超前因子、最大预设超前因子、迭代次数和动量系数; 步骤S3,将所述运行参数和初始对抗样本输入到替代模型中进行迭代计算,所述替代模型在每次迭代前计算超前因子,根据当前迭代次数判断迭代过程阶段,根据判断结果动态调整超前因子,具体为:当时,判断迭代过程处于延迟启动阶段,其中为迭代次数,为延迟启动迭代次数;将超前因子设置为0,表示在初期不使用超前因子计算,等待动量稳定再启用; 当时,判断迭代过程处于渐进增加阶段,首先计算基于迭代步数的基础超前因子,如下所示: ; 式中,为基础超前因子;为最大预设超前因子;为渐进增加迭代次数; 当迭代次数,基于动量稳定性进行自适应调整,计算连续两步动量向量的余弦相似度,如下式所示: ; 式中,为余弦相似度;为前t-1次迭代累积的历史动量;为前t-2次迭代累积的历史动量;是常数,用于避免除零问题; 最终,动态调整后的超前因子如下式: ; 式中,为动态调整后的超前因子; 步骤S4,获取当前迭代过程阶段的累积动量,基于所述累积动量和动态调整后的超前因子计算超前位置,根据所述超前位置计算损失函数梯度,基于所述损失函数梯度更新累积动量; 步骤S5,根据更新的累积动量更新对抗样本,利用裁剪函数对更新后的对抗样本进行裁剪,得到裁剪后的对抗扰动; 步骤S6,判断当前迭代次数是否达到最大迭代次数,若是,则得到的裁剪后的对抗扰动为最终对抗扰动,将所述最终对抗扰动添加到原始图像上,生成最终的对抗样本;若没有达到最大迭代次数则重复执行步骤S3至步骤S6。
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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心),其通讯地址为:250000 山东省济南市长清区大学路3501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”。
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。