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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利图神经网络模型的模型提取攻击方法、装置、终端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：CN120415913B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202510907292.5，技术领域涉及：H04L9/40；该发明授权图神经网络模型的模型提取攻击方法、装置、终端及介质是由吴宇琳;李泽林;汪雨欣;马天姿;漆舒汉;李君一;陈斌;王轩设计研发完成，并于2025-07-02向国家知识产权局提交的专利申请。

本图神经网络模型的模型提取攻击方法、装置、终端及介质在说明书摘要公布了：本发明所提供的图神经网络模型的模型提取攻击方法、装置、终端及介质，属于网络安全技术领域，所述方法包括：构建替代模型和生成模型；迭代执行模型提取攻击步骤，直至所述目标模型的累计查询次数达到预设次数，每轮迭代包括：利用生成模型生成目标图数据，利用目标图数据和或历史缓存数据训练替代模型，基于目标图数据更新历史缓存数据，以及评估替代模型；当训练完成时，选取全部训练轮次中评估指标的值排序第一的替代模型作为最终替代模型。本发明利用目标图数据和或历史缓存数据训练替代模型，可有效避免灾难性遗忘，进而减少目标模型的查询次数。

本发明授权图神经网络模型的模型提取攻击方法、装置、终端及介质在权利要求书中公布了：1.一种图神经网络模型的模型提取攻击方法，其特征在于，所述方法包括： 构建替代模型和生成模型，所述替代模型用于模拟目标模型的功能，所述生成模型用于生成节点特征矩阵，所述目标模型为图神经网络模型； 迭代执行模型提取攻击步骤，直至所述目标模型的累计查询次数达到预设次数，每轮迭代包括：利用生成模型生成目标图数据，利用目标图数据和或历史缓存数据训练替代模型，基于目标图数据更新历史缓存数据，以及评估替代模型； 当训练完成时，选取全部训练轮次中评估指标的值排序第一的替代模型作为最终替代模型； 其中，所述历史缓存数据包括每轮训练中由目标图数据提取并筛选出的若干o阶子图，以及每个o阶子图的中心节点对应的硬标签和嵌入表示，o为所述替代模型的层数； 利用生成模型生成目标图数据，包括： 获取若干随机向量并输入所述生成模型，得到若干节点特征矩阵； 基于全部所述节点特征矩阵进行处理，得到初始图数据； 基于所述初始图数据对所述生成模型进行第一预设轮次的迭代训练，得到中间图数据； 对所述中间图数据进行第二预设轮次的自监督优化，得到目标图数据； 利用目标图数据和或历史缓存数据训练替代模型，包括： 当进行第一轮次训练时，利用目标图数据训练替代模型； 从第二轮次训练开始，利用目标图数据和历史缓存数据训练替代模型，包括： 将当前轮次生成的目标图数据分别输入所述目标模型和所述替代模型，得到所述目标模型针对目标图数据中每个节点输出的硬标签和所述替代模型针对目标图数据中每个节点输出的第一预测标签； 对于目标图数据中的每个节点，计算所述硬标签和所述第一预测标签之间的第一交叉熵损失，并通过梯度反向传播更新替代模型的参数； 对所述历史缓存数据按照预测标签类别等量采集，得到若干o阶子图，将全部所述o阶子图组合成组合图数据并输入替代模型，得到所述替代模型输出的第二预测标签； 对于组合图数据中的每个节点，计算所述第二预测标签和历史缓存数据中对应的硬标签之间的第二交叉熵损失，并通过梯度反向传播更新替代模型的参数； 评估替代模型，包括： 获取测试数据集，所述测试数据集包含多个测试样本及对应的真实标签； 将所述测试数据集分别输入本轮次训练后的替代模型和目标模型，得到本轮次训练后的替代模型输出的每个测试样本的第三预测标签以及目标模型输出的每个测试样本的测试样本硬标签； 基于每个测试样本的所述第三预测标签和对应的真实标签进行处理，得到本轮次训练后所述替代模型的准确率指标； 基于每个测试样本的所述第三预测标签和所述测试样本硬标签进行处理，得到本轮次训练后所述替代模型的一致性指标。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。