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！

龙图腾网获悉贵州大学申请的专利基于改进自适应差分进化算法的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：CN115272774B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211060993.2，技术领域涉及：G06V10/764；该发明授权基于改进自适应差分进化算法的对抗样本攻击方法及系统是由彭长根;林志怡;何兴;丁红发设计研发完成，并于2022-09-01向国家知识产权局提交的专利申请。

本基于改进自适应差分进化算法的对抗样本攻击方法及系统在说明书摘要公布了：本发明涉及一种基于改进自适应差分进化算法的对抗样本攻击方法及系统，包括：获取原始图像；对原始图像的每一像素点添加对抗性扰动，得到对抗扰动像素；利用改进的自适应差分进化算法对对抗扰动像素进行迭代优化，得到对抗扰动像素的最优解；改进的自适应差分进化算法为对经典差分进化算法中的变异因子和交叉概率根据种群迭代次数不断更新；将对抗扰动像素的最优解添加到原始图像中，得到对抗样本；利用对抗样本攻击图像分类器模型。本发明根据迭代次数对变异因子和交叉概率进行更新，使得变异因子和交叉概率自适应调节，考虑了差分进化算法中种群进化过程的反馈信息以及迭代次数对种群进化的动态需求，提高了对抗样本攻击的成功率。

本发明授权基于改进自适应差分进化算法的对抗样本攻击方法及系统在权利要求书中公布了：1.一种基于改进自适应差分进化算法的对抗样本攻击方法，其特征在于，包括： 获取原始图像； 对所述原始图像的每一像素点添加对抗性扰动，得到对抗扰动像素； 利用改进自适应差分进化算法对所述对抗扰动像素进行迭代优化，得到对抗扰动像素的最优解，具体包括： 对所述对抗扰动像素进行编码生成初始对抗扰动像素种群； 判断是否达到迭代终止条件；所述迭代终止条件包括当前迭代次数达到最大迭代次数或当前对抗扰动像素种群的个体对应的攻击类别概率大于预设概率值；当前所述对抗扰动像素种群的个体对应的攻击类别概率为样本图像输入至所述图像分类器模型后被分类为攻击目标的概率；所述样本图像由所述原始图像添加当前所述对抗扰动像素种群的个体得到； 若是，则当前所述对抗扰动像素种群中的个体为所述对抗扰动像素的最优解； 若否，则对当前所述对抗扰动像素种群中的个体进行变异操作和交叉操作，得到交叉种群；所述变异操作的变异因子和所述交叉操作的交叉概率根据当前所述迭代次数计算得到； 分别计算所述交叉种群和上一代对抗扰动像素种群中个体的适应度，根据所述适应度对所述交叉种群和所述上一代对抗扰动像素种群中个体进行选择操作，生成下一代对抗扰动像素种群； 令所述下一代对抗扰动像素种群为当前所述对抗扰动像素种群，并返回步骤“判断是否达到迭代终止条件”；所述改进自适应差分进化算法对经典差分进化算法中的变异因子和交叉概率根据种群迭代次数不断更新，以此来指导种群进化方向、优化种群进化效果，实现对原始图像样本仅进行极少量像素点的扰动；所述变异操作的变异因子的表达式为： 0 所述交叉操作的交叉概率的表达式为： 0 其中，为第代对抗扰动像素种群对应的变异因子，表示种群当前迭代次数，表示种群最大迭代次数，0为初始变异因子，为第代对抗扰动像素种群对应的交叉概率，0为初始交叉概率； 将所述对抗扰动像素的最优解添加到所述原始图像中，得到对抗样本； 利用所述对抗样本攻击图像分类器模型。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学西校区科学技术处；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。