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！

龙图腾网获悉长安大学申请的专利一种针对模型后门攻击的防御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：CN119670844B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202411650927.X，技术领域涉及：G06N3/094；该发明授权一种针对模型后门攻击的防御方法及系统是由杨志海;孔晨旭;李建新;李珂心;侯自然;冯岩设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本一种针对模型后门攻击的防御方法及系统在说明书摘要公布了：本发明属于人工智能安全技术领域，涉及一种针对模型后门攻击的防御方法。本发明旨在解决现有防御技术常导致模型准确率显著下降的问题。该方法结合了后门标签检测与模型微调方法，通过以下步骤实现：首先，利用神经清洗方法检测后门标签，并识别潜在后门触发器；其次，使用投影梯度下降算法生成对抗样本；接着，进行第一阶段的对抗性微调训练，以降低模型对后门触发器的敏感性；最后，通过干净样本进行第二阶段的微调训练，逐步恢复模型在原始数据上的分类性能。

本发明授权一种针对模型后门攻击的防御方法及系统在权利要求书中公布了：1.一种针对模型后门攻击的防御方法，其特征在于，包括以下步骤： 采用神经清洗后门检测方法获取后门标签，所述后门标签用于指导对抗样本的生成； 使用投影梯度下降对抗攻击算法生成对抗样本； 使用生成的对抗样本进行第一阶段的微调训练； 使用正常的干净样本进行第二阶段的微调训练，以恢复模型在原始数据上的分类性能； 训练后的模型用于人脸识别，模型训练所使用的数据为图像； 所述投影梯度下降算法所生成对抗样本的公式表示为： ； 其中，是损失函数，是以为中心、半径为的邻域，为生成的对抗样本，为样本原始标签； 所述第一阶段的微调训练具体为：使用生成的对抗样本集，使用动态学习率和设定的微调轮数进行训练，具体优化目标公式为： ； 其中，表示对抗样本，表示后门标签，表示损失函数，它衡量模型在预测输入与标签的差异，表示调整模型参数以最小化损失函数； 所述干净样本进行第二阶段的微调训练，为使用进行微调，具体优化目标公式为： ； 其中表示干净样本，表示真实标签，表示损失函数，它衡量模型在预测输入与标签的差异，表示调整模型参数以最小化损失函数； 还包括在第一阶段的微调训练和第二阶段的微调训练后的综合优化目标，所述综合优化目标表示为： ； 其中表示对抗样本，表示后门标签，表示干净样本，表示真实标签，表示损失函数，它衡量模型在预测输入与标签的差异，为超参数，用以平衡模型性能和抵御后门攻击的能力。

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长安大学，其通讯地址为：710000 陕西省西安市雁塔区南二环路中段；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。