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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利用于提高检测模型鲁棒性的黑盒对抗性虚假数据注入攻击建模方法及装置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：CN120524483B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202511013915.0，技术领域涉及：G06F21/55；该发明授权用于提高检测模型鲁棒性的黑盒对抗性虚假数据注入攻击建模方法及装置是由王鑫;张俊涛;杨明;吴晓明;刘臣胜;陈振娅;穆超;贺云鹏;徐硕;吴法宗设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本用于提高检测模型鲁棒性的黑盒对抗性虚假数据注入攻击建模方法及装置在说明书摘要公布了：本发明属于智能电网数据安全的技术领域，具体涉及用于提高检测模型鲁棒性的黑盒对抗性虚假数据注入攻击建模方法及装置。所述方法包括：基于电力系统传感器的测量向量构建初始攻击测量向量；训练代理模型和自编码器；对初始攻击测量向量加入扰动向量以构建目标攻击向量，并利用训练好的代理模型计算其为正常和异常的置信度，利用训练好的自编码器获取重构目标攻击向量；优化扰动向量以得到最终的目标攻击向量，并利用其与正常数据一同训练检测模型，提高检测模型的鲁棒性。本发明通过建模基于自编码器的黑盒对抗性虚假数据注入攻击，能够促使攻击检测模型学习数据中更本质的且与扰动模式无关的异常特征，从而提高检测模型的鲁棒性。

本发明授权用于提高检测模型鲁棒性的黑盒对抗性虚假数据注入攻击建模方法及装置在权利要求书中公布了：1.用于提高检测模型鲁棒性的黑盒对抗性虚假数据注入攻击建模方法，其特征在于，所述方法包括： S1、获取电力系统传感器的测量向量，并基于所述测量向量，利用已有的攻击建模方法构建初始攻击测量向量； S2、利用所述测量向量和初始攻击测量向量训练代理模型，以及利用所述测量向量训练自编码器，其中，所述代理模型为神经网络模型； S3、对所述初始攻击测量向量加入扰动向量以构建目标攻击向量，并利用训练好的代理模型分别计算所述目标攻击向量分类为正常和异常的置信度，以及利用训练好的自编码器获取其对应的重构目标攻击向量； S4、基于所述目标攻击向量分类为正常和异常的置信度、以及其对应的重构目标攻击向量，建立优化目标，以优化所述扰动向量，得到最终的目标攻击向量；其具体包括： 构建优化问题： （8）； 式（8）中：表示扰动向量，表示目标攻击向量，表示初始攻击测量向量，；约束和分别表示初始攻击测量向量被归类为受攻击，目标攻击向量被归类为合法；表示重构目标攻击向量，为设定的阈值； 将所述优化问题重构为： （9）； 式（9）中：表示目标攻击向量分类为正常的置信度，表示目标攻击向量分类为异常的置信度；为的简写，当时，=0；表示针对第个类激活的的特征，其中，1表示“受攻击”样本，0表示“正常”样本；为用于平衡代理模型和自编码器两部分的损失的权重系数；为扰动的上下限制； 采用变量变化法，对变量的攻击进行优化： （10）； 其中，，则满足上式（9）的约束，得到最终的优化目标： （11）； 基于所述优化目标迭代优化所述扰动向量，当满足和时停止迭代，并根据得到的扰动向量计算出最终的目标攻击向量； S5、将最终的目标攻击向量标记为异常数据，并与正常数据一同输入检测模型对其进行训练，以提高检测模型的鲁棒性。

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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250000 山东省济南市长清区西部新城大学科技园；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。