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！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)申请的专利基于特征和标签平滑的多步梯度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：CN116306830B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310091475.5，技术领域涉及：G06N3/0475；该发明授权基于特征和标签平滑的多步梯度对抗样本生成方法及系统是由汪付强;金星;吴晓明;张鹏;张旭;徐歌星;马晓凤;张建强;郝秋赟;刘祥志设计研发完成，并于2023-02-03向国家知识产权局提交的专利申请。

本基于特征和标签平滑的多步梯度对抗样本生成方法及系统在说明书摘要公布了：本发明提出基于特征和标签平滑的多步梯度对抗样本生成方法及系统，属于人工智能安全领域。包括：获取被攻击图像；基于Grad‑CAM++算法获得被攻击图像的重要特征区域；以被攻击图像为中心，选取被攻击图像邻域内N张图像，计算邻域内N张图像的损失函数梯度信息；利用正态分布函数对邻域内N张图像的损失函数梯度信息进行加权求和，对被攻击图像的重要特征区域生成扰动；对被攻击图像添加扰动，生成添加扰动后的图像；判定添加扰动后的图像是否攻击成功或达到最大迭代次数，若攻击成功或达到最大迭代次数，则生成对抗样本。本发明对特征区域进行攻击，降低了对抗样本L0范数，对多组梯度信息进行加权求和处理，降低对替代模型的拟合程度，增加黑盒攻击成功率。

本发明授权基于特征和标签平滑的多步梯度对抗样本生成方法及系统在权利要求书中公布了：1.基于特征和标签平滑的多步梯度对抗样本生成方法，其特征在于，包括以下步骤： 步骤一：获取图像，对图像进行预处理，得到被攻击图像； 步骤二：设置攻击参数，基于Grad-CAM++算法提取模型对被攻击图像的注意力区域，获得被攻击图像的重要特征区域； 步骤三：引入标签平滑思想，改进网络模型的交叉熵损失函数，得到改进后的交叉熵损失函数,以被攻击图像为中心，选取被攻击图像邻域内N张图像，将N张图像输入至网络模型中得到输出，基于改进后的交叉熵损失函数计算损失函数值，通过损失函数反向传播，获得邻域内N张图像的损失函数梯度信息； 改进后的交叉熵损失函数为： 其中，q为标签平滑后的标签编码，p为softmax后的模型输出，pk为模型预测图像为k标签的概率，py为模型预测图像为真实标签的概率； 步骤四：利用正态分布函数对邻域内N张图像的损失函数梯度信息进行加权求和，得到多步梯度加权求和后的图片梯度； 步骤五：基于多步梯度加权求和后的图片梯度，对被攻击图像的重要特征区域生成扰动； 步骤六：对被攻击图像添加扰动，生成添加扰动后的图像； 步骤七：判定添加扰动后的图像是否攻击成功或达到最大迭代次数，若攻击成功或达到最大迭代次数，则生成对抗样本成功；若否，则将添加扰动后的图像作为新的被攻击图像循环上述步骤三至步骤七。

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山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)，其通讯地址为：250000 山东省济南市历下区科院路19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”。