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！

龙图腾网获悉北京计算机技术及应用研究所;西安电子科技大学申请的专利一种针对神经网络算法投毒攻击的鲁棒训练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：CN116484274B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202310363794.7，技术领域涉及：G06F18/241；该发明授权一种针对神经网络算法投毒攻击的鲁棒训练方法是由方永强;张顺;郭敏;张箐碚;桓琦;曾颖明;张海宾设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本一种针对神经网络算法投毒攻击的鲁棒训练方法在说明书摘要公布了：本发明涉及一种针对神经网络算法投毒攻击的鲁棒训练方法，属于人工智能安全技术领域。该方法包括步骤：构建神经网络；构建鲁棒训练损失函数；使用包含投毒样本的训练集对神经网络进行预训练，得到神经网络预训练模型；根据神经网络预训练模型，获得包含投毒样本的训练集被预测为真实标签的概率，过滤预测概率低于过滤阈值的样本，从而剔除投毒样本，得到干净的训练集；使用干净的训练集对神经网络预训练模型进行再训练，得到神经网络模型；对神经网络模型进行性能测试。本发明利用模型预测结果与单调递增函数实现样本权重的自适应更新，增大投毒样本与干净样本的权重差异，降低了神经网络模型拟合投毒样本的风险，提高神经网络模型分类的准确率。

本发明授权一种针对神经网络算法投毒攻击的鲁棒训练方法在权利要求书中公布了：1.一种针对神经网络算法投毒攻击的鲁棒训练方法，其特征在于，包括以下步骤： 步骤1、构建神经网络； 步骤2、构建鲁棒训练损失函数； 步骤3、基于步骤1和步骤2，使用包含投毒样本的训练集对神经网络进行预训练，得到神经网络预训练模型； 步骤4、基于步骤3，剔除投毒样本，得到干净的神经网络训练集； 步骤5、基于步骤4，对神经网络预训练模型进行再训练，得到神经网络模型； 步骤6、基于步骤5进行神经网络模型性能测试； 步骤2中所述的鲁棒训练损失函数具体为：其中k为样本类别数，pi是指将样本输入到神经网络模型被预测为第i个类别的概率，表示样本标签的One-Hot编码，是概率掩码，构建鲁棒训练损失函数时，过滤掉概率值低于概率阈值θ的值，g*为单调递增函数，输入值是模型预测概率，输出值是当前样本的权重，使概率小的样本权重变小，概率大的样本权重变大； 步骤3具体为： 步骤3a、将N条干净样本数据集随机打乱，然后划分为具有Ntrain＝N*p条数据的训练集，以及具有Ntest＝N*1-p条数据的测试集Ntest，从训练集原样本类别中随机挑选Npoision＝Ntrain*r条数据添加投毒触发器，然后放回到训练集目标类别中作为神经网络训练集Ntrain，0＜p＜1，表示神经网络训练集比例，0＜r＜1，表示投毒样本所占训练集的比例； 步骤3b、选取鲁棒训练损失函数作为神经网络的目标函数； 步骤3c、将神经网络训练集划分为个批次，b为每次输入的数据个数，利用鲁棒训练损失函数计算损失，并进行反向传播，再根据进行网络权重更新，其中Wk代表当前权重，Wk+1代表更新后的权重，代表鲁棒训练损失函数在W＝Wk时的梯度，lr表示学习率，迭代操作T1轮后得到神经网络预训练模型，其中代表向上取整运算。

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计算机技术及应用研究所;西安电子科技大学，其通讯地址为：100854 北京市海淀区永定路51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”。