Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州大学王乐获国家专利权

广州大学王乐获国家专利权

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遗忘学习和隐式超梯度的后门防御方法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:CN119416205B

龙图腾网通过国家知识产权局官网在2025-11-28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:202411292720.X,技术领域涉及:G06F21/55;该发明授权基于遗忘学习和隐式超梯度的后门防御方法是由王乐;徐颖慧;刘治彤;林尧设计研发完成,并于2024-09-14向国家知识产权局提交的专利申请。

基于遗忘学习和隐式超梯度的后门防御方法在说明书摘要公布了:本发明公开了一种基于遗忘学习和隐式超梯度的后门防御方法,方法包括:假设后门标签,生成标签相应可能的后门触发器并进行参数搜索,获取静态后门触发器,添加扰动,令优化器向偏离正确标签方向优化后门标签,适配动态后门触发器;利用均衡样本进行概率叠加;根据静态触发器和动态触发器的参数、以及预测概率累加分布,计算后门标签的综合得分,计算目标标签;提取模型特征等信息为训练集,将训练后的后门检测模型用于模型后门检测;构造混合数据集,将混合数据集进行数据增强;利用增强数据集合对分类模型进行遗忘训练和多阶段的隐式超梯度训练,将分类模型的后门删除。本发明有效地从神经网络模型中删除后门,以确保模型的安全性和可靠性。

本发明授权基于遗忘学习和隐式超梯度的后门防御方法在权利要求书中公布了:1.一种基于遗忘学习和隐式超梯度的后门防御方法,其特征在于,包括下述步骤: S1、将分类模型输入后门检测模型中检测是否存在后门,若分类模型存在后门则执行步骤S2,否则退出; S2、将所有标签假设为后门标签,生成标签相应可能的后门触发器,调整触发成功率并通过触发代价的联合调优搜索,获取静态后门触发器,添加扰动,令优化器向偏离正确标签方向优化后门标签,获取优化后的后门标签,适配动态后门触发器;利用均衡样本对每个标签的预测概率进行累加并归一化,获取预测概率累加分布; S3、根据静态后门触发器和动态后门触发器的参数、以及预测概率累加分布,利用后门标签预测模型计算后门标签的综合得分,将分数最高的多个后门标签作为目标标签; S4、利用目标标签生成后门图片样本,添加真实标签构造混合数据集,将混合数据集进行数据增强,获取增强数据集;利用增强数据集对分类模型进行多阶段的遗忘训练和隐式超梯度训练,将分类模型的后门删除。

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 广东省广州市番禺区大学城外环西路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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。