Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京邮电大学王玉龙获国家专利权

北京邮电大学王玉龙获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利一种对抗样本生成方法、装置及电子设备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:CN116304685B

龙图腾网通过国家知识产权局官网在2025-08-12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:202310148707.6,技术领域涉及:G06F18/214;该发明授权一种对抗样本生成方法、装置及电子设备是由王玉龙;谢宏港;苏森;徐鹏;双锴;张忠宝;程祥设计研发完成,并于2023-02-14向国家知识产权局提交的专利申请。

一种对抗样本生成方法、装置及电子设备在说明书摘要公布了:本申请提供一种对抗样本生成方法、装置及电子设备。所述方法包括:获取训练数据,以及根据所述训练数据训练得到的目标神经网络模型;将所述训练数据作为输入值,分别计算所述目标神经网络模型每一层输出值的平均值,并将每一层的平均值作为该层的输出基准数据;根据所述输出基准数据,通过迭代计算,得到目标数据;响应于确定达到预定条件,将所述目标数据作为对抗样本。通过所述方法,限制了生成的对抗样本远离正常样本流形的程度,降低了对抗样本被检测到的可能性。

本发明授权一种对抗样本生成方法、装置及电子设备在权利要求书中公布了:1.一种对抗样本生成方法,其特征在于,包括: 获取训练数据,以及根据所述训练数据训练得到的目标神经网络模型; 将所述训练数据作为输入值,分别计算所述目标神经网络模型每一层输出值的平均值,并将每一层的平均值作为该层的输出基准数据; 根据所述输出基准数据,通过迭代计算,得到目标数据; 响应于确定达到预定条件,将所述目标数据作为对抗样本; 所述根据所述输出基准数据,通过迭代计算,得到目标数据,包括迭代执行如下步骤,直到达到所述预定条件: 响应于确定执行第一轮迭代计算,将所述训练数据作为输入数据; 响应于确定执行非第一轮迭代计算,将上一轮迭代计算得到的目标数据作为输入数据; 根据所述输出基准数据和所述输入数据,计算得到损失函数值; 根据所述损失函数值和预定的扰动系数,计算得到临时目标数据; 根据所述临时目标数据计算得到扰动值; 将所述扰动值叠加到所述输入数据,得到本轮迭代计算的目标数据; 所述根据所述输出基准数据和所述输入数据,计算得到损失函数值,包括: 确定所述输入数据对应的真实类别; 根据所述输入数据,通过所述目标神经网络模型,得到所述目标神经网络模型每一层的输出值以及分类类别; 根据所述目标神经网络模型每一层的输出值、输出基准数据、所述真实类别、所述分类类别和所述输入数据,通过如下公式,计算得到损失函数值: 其中,表示所述目标神经网络模型的参数,表示所述输入数据,表示所述真实类别,表示所述损失函数值,表示所述真实类别与所述分类类别的交叉熵损失函数值,表示所述目标神经网络模型的层数,表示第i层的均方损失项系数,表示所述目标神经网络模型第i层的所述输出值与所述输出基准数据的欧式距离,表示所述目标神经网络模型第层的输出值,表示所述目标神经网络模型第i层的输出基准数据; 所述根据所述损失函数值和预定的扰动系数,计算得到临时目标数据,包括: 根据所述损失函数值,通过反向传播算法,计算得到梯度值; 将所述扰动系数、所述梯度值的乘积与所述输入数据进行叠加,得到临时目标数据。

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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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”。

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。