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！

龙图腾网获悉厦门理工学院申请的专利针对验证码图像的无源对抗攻击方法、装置、设备及介质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：CN119863677B 。

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：202510344777.8，技术领域涉及：G06V10/774；该发明授权针对验证码图像的无源对抗攻击方法、装置、设备及介质是由肖蕾;陈国庆;留晓源;杜侠;朱顺痣设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本针对验证码图像的无源对抗攻击方法、装置、设备及介质在说明书摘要公布了：本发明提供了针对验证码图像的无源对抗攻击方法、装置、设备及介质，涉及图像无源对抗攻击技术领域，该方法突破了传统对抗攻击依赖原始图像的局限，通过融合先进的语言模型与多模态技术，依据攻击者提供的文本提示生成高质量的对抗样本。在目标攻击场景中，借助优化的扩散模型技术，精准调控图像生成过程中的关键变量，从而生成高度逼真的对抗图像；而在复杂的黑盒攻击环境中，采用独特的双路径优化策略，整合多个模型的梯度信息，有效突破未知模型的防御壁垒，实现高效误分类。不仅显著增强了对抗攻击的隐蔽性与可转移性，还避免了传统方法对用户体验的负面影响，无需依赖原始图像即可生成自然、可用的对抗样本。

本发明授权针对验证码图像的无源对抗攻击方法、装置、设备及介质在权利要求书中公布了：1.一种针对验证码图像的无源对抗攻击方法，其特征在于，包括： 获取简短文本提示，并使用LLM模型对所述简短文本提示进行转化处理，生成扩展提示； 将所述扩展提示输入至预设的扩散生成模型中，生成与所述扩展提示相对应的初始图像； 采用多模态模型的梯度进行初步优化，基于多模态模型，在生成过程中嵌入目标提示词的语义特征，以确保生成的图像在语义上与输入的提示词一致； 基于目标模型的梯度信息对所述初始图像进行优化处理，所述梯度信息通过反向传播过程以调整初始图像的潜变量，得到优化后的潜变量对，并将优化后的潜变量对合并为一个潜变量； 对合并后的潜变量进行优化，得到对抗样本，并将对抗样本输入至预设的扩散生成模型中，生成最终的目标对抗样本； 对合并后的潜变量进行优化，得到对抗样本，并将对抗样本输入至预设的扩散生成模型中，生成最终的目标对抗样本，具体为： 使用EDICT扩散反演模型作为可逆的时序扩散框架，基于合并后的潜变量，得到对抗样本，其中，为攻击者指定的攻击目标标签，为简短文本提示，为时间步骤； 将所述对抗样本输入至预设的扩散生成模型G中，生成最终的目标对抗样本。

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厦门理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600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。