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！

龙图腾网获悉广州大学申请的专利基于频域的特征空间对抗样本攻击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：CN119942259B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411787265.0，技术领域涉及：G06V10/774；该发明授权基于频域的特征空间对抗样本攻击方法及系统是由彭凌西;吴祖华;万紫骞;奥默尔·阿巴克尔·艾哈迈德·穆罕默德设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本基于频域的特征空间对抗样本攻击方法及系统在说明书摘要公布了：本发明公开了一种基于频域的特征空间对抗样本攻击方法及系统，方法包括：获取图像数据集，构建得到训练数据；对所述训练数据中的图像进行预处理后，通过Pytorch深度学习框架搭建得到的生成器网络；根据所述生成器网络，通过小波变换来对所述训练数据中的图像进行分解与重构，得到初始化的对抗样本；基于频域的特征空间攻击方法，将生成的对抗样本输入至目标模型中进行训练，利用目标模型所提取的图像特征构建损失函数，并得到最终的对抗样本；根据最终的对抗样本，完成对抗样本攻击过程。本发明实施例能够保证对抗样本在达到好的攻击效果的同时保持优秀的不可感知性，可广泛应用于计算机技术领域。

本发明授权基于频域的特征空间对抗样本攻击方法及系统在权利要求书中公布了：1.一种基于频域的特征空间对抗样本攻击方法，其特征在于，包括以下步骤： 获取图像数据集，构建得到训练数据； 对所述训练数据中的图像进行预处理后，通过Pytorch深度学习框架搭建得到生成器网络； 根据所述生成器网络，通过小波变换来对所述训练数据中的图像进行分解与重构，得到初始化的对抗样本； 基于频域的特征空间攻击方法，将生成的对抗样本输入至目标模型中进行训练，利用目标模型所提取的图像特征构建损失函数，并得到最终的对抗样本； 根据最终的对抗样本，完成对抗样本攻击过程； 所述根据所述生成器网络，通过小波变换来对所述训练数据中的图像进行分解与重构，得到初始化的对抗样本，包括以下步骤： 使用小波变换来对图像进行分解与重构；其中，小波变换将图像x分解为四个部分，其中包含一个低频分量和三个高频分量，分别为、、和； 通过逆变换方法使用所有的四个分量来重建原始图像，进而去除高频分量，使用低频分量来重建图像； 通过对原始图像的分解与重建，去除原始图像中的高频分量； 将重构后的图像与生成器网络生成的原始扰动进行叠加，得到初始化的对抗样本； 所述损失函数由两部分组成，第一部分是图像特征部分、第二部分为频域限制； 所述基于频域的特征空间攻击方法，将生成的对抗样本输入至目标模型中进行训练，利用目标模型所提取的图像特征构建损失函数，并得到最终的对抗样本，包括以下步骤： 在第一部分中，从特征相似性的角度来生成对抗样本，通过最小化不同类别间的距离的同时最大化相同类别内的距离，使得分类神经网络将对抗样本映射到不同的特征空间； 在第二部分中，使用小波变换工具对原始图像与对抗样本分别进行分解与重构，去除图像高频分量，仅使用低频分量来重建图像，建立一个新的扰动约束； 根据第一部分的处理和第二部分的处理，采用基于频域的特征空间攻击方法对对抗样本进行迭代优化，得到最终的对抗样本。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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。