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！

龙图腾网获悉电子科技大学申请的专利一种基于细粒度错误阻断的神经网络模型容错增强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：CN115860069B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202211680433.7，技术领域涉及：G06N3/048；该发明授权一种基于细粒度错误阻断的神经网络模型容错增强方法是由詹瑾瑜;江维;江昱呈;王翔;刘佳瑞;彭穗地;靳凌昕设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本一种基于细粒度错误阻断的神经网络模型容错增强方法在说明书摘要公布了：本发明公开一种基于细粒度错误阻断的神经网络模型容错增强方法，应用于网络安全领域，针对现有的神经网络错误阻断方法都是以层为单位寻找阈值，而由于一层中的每个通道的阈值并不相同，因此会导致寻找到的阈值距离它的最优解存在一定的差距的问题；本发明首先分别向已经部署的神经网络模型注入单比特错误和多比特错误，并将原始权重以及带有错误的权重模型保存作为权重数据集；然后根据权重数据集，并利用遗传算法进行多次迭代求取神经网络每一层每个通道的阈值；最后根据求得的阈值生成自定义的激活函数，并替换到目标模型中，从而实现神经网络的容错增强。

本发明授权一种基于细粒度错误阻断的神经网络模型容错增强方法在权利要求书中公布了：1.一种基于细粒度错误阻断的神经网络模型容错增强方法，其特征在于，包括： S1、读取计算机视觉应用程序中目标神经网络的权重文件，将该权重文件直接保存，作为第一类权重； S2、向目标神经网络权重的每层卷积层分别注入单比特错误，得到带有单比特错误的权重，作为第二类权重；其具体步骤如下： S21：输入分类图片，通过目标神经网络模型对输入图片进行识别，根据识别结果逐层计算梯度，选择每层梯度最大的权重位置作为发生比特错误的位置； S22：将需要注入错误的权重从十进制转换为IEEE754标准格式； S23：选择指数域的最高位进行比特翻转； S24：将翻转后的错误权重转换为十进制； S25：将错误权重注入到对应层中； S26：将带有单比特错误的权重保存，作为第二类权重； S3、按照设定的错误率计算出需要进行比特翻转的权重个数，随机选择错误发生位置及具体翻转的位，向目标神经网络注入多比特错误；将带有多比特错误的权重保存，作为第二类权重； S4、将步骤S1、S2、S3得到的三类权重整合在一起，作为最终的权重数据集； S5、基于获得的权重数据集，利用遗传算法进行多次迭代，根据迭代结果以及设定的参数确定每个通道的阈值； S6、根据获得的阈值生成对应的自定义激活函数，将其替换至对应的神经网络中并运行该模型； S7、在运行过程中根据输出是否超过对应通道的阈值来判定是否存在严重错误，并对严重错误进行错误阻断以达到容错增强的目的。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006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”。