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！

龙图腾网获悉西安电子科技大学申请的专利面向通信信号智能识别的后门投毒防御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：CN119669762B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411833365.2，技术领域涉及：H04L9/40；该发明授权面向通信信号智能识别的后门投毒防御方法及系统是由刘明骞;江亚峰;张卫东设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本面向通信信号智能识别的后门投毒防御方法及系统在说明书摘要公布了：本申请的实施例涉及对抗防御技术领域，特别涉及一种面向通信信号智能识别的后门投毒防御方法及系统，该方法包括：将训练数据集和干净数据集分别输入至识别网络中，获得识别网络对于训练数据集和对于干净数据集的最大预测概率；分别将对于训练数据集和对于干净数据集的最大预测概率按照类别进行划分，计算训练数据集和干净数据集的每一个类别的高预测概率占比，确定中毒样本所在类别；利用聚类算法对中毒样本所在类别中的所有样本进行二聚类，计算两个样本簇各自的高预测概率占比，确定中毒样本簇；基于中毒样本簇反学习训练识别网络，实现识别网络的后门投毒防御。该方法能够有效消除识别网络的后门效应，并保持对干净样本的识别能力。

本发明授权面向通信信号智能识别的后门投毒防御方法及系统在权利要求书中公布了：1.一种面向通信信号智能识别的后门投毒防御方法，其特征在于，所述方法包括： 将训练数据集和干净数据集分别输入至识别网络中，获得识别网络对于训练数据集的最大预测概率和对于干净数据集的最大预测概率；其中，识别网络是基于训练数据集进行迭代训练得到的； 分别将对于训练数据集的最大预测概率和对于干净数据集的最大预测概率按照类别进行划分，基于预设的高预测概率阈值计算训练数据集和干净数据集的每一个类别的高预测概率占比，对比训练数据集和干净数据集的同一个类别的高预测概率占比，确定中毒样本所在类别； 利用K-means聚类算法对中毒样本所在类别中的所有样本进行二聚类，计算两个样本簇各自的高预测概率占比，确定中毒样本簇； 基于中毒样本簇反学习训练识别网络，破坏识别网络的后门触发器和攻击方指定类别与中毒样本的强关联，实现识别网络的后门投毒防御； 在基于中毒样本簇反学习训练识别网络，破坏识别网络的后门触发器和攻击方指定类别与中毒样本的强关联，实现识别网络的后门投毒防御的过程中，使用的反学习训练损失函数，通过以下公式表示： ； 其中，表示干净样本和被分离出来的中毒样本在当前训练批次的样本数量，表示第个真实标签上第个位置处的值，表示攻击方指定的攻击类别的标签上第个位置处的值，表示识别网络对第个干净样本属于第个类别的预测概率，表示识别网络对第个中毒样本属于第个类别的预测概率，表示迭代次数，表示识别网络的总层数，表示第次迭代时识别网络的第层的网络参数向量，表示初始时识别网络的第层的网络参数向量，表示取L1范数，和为预设的权重系数，表示第次迭代时的反学习训练损失函数； 在基于中毒样本簇反学习训练识别网络，破坏识别网络的后门触发器和攻击方指定类别与中毒样本的强关联，实现识别网络的后门投毒防御的过程中，基于反学习训练损失函数，得到反学习最终损失函数，使用反学习最终损失函数反学习训练识别网络； 反学习最终损失函数，通过以下公式表示： ； 其中，为符号函数，为预设的损失阈值，表示第次迭代时的反学习最终损失函数。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。

以上内容由龙图腾AI智能生成。