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！

龙图腾网获悉南京理工大学申请的专利基于安全敏感层激活引导的大型视觉语言模型漏洞检测方法、设备及存储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：CN121302380B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511885275.2，技术领域涉及：G06F21/57；该发明授权基于安全敏感层激活引导的大型视觉语言模型漏洞检测方法、设备及存储介质是由练智超;贺晶晶设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本基于安全敏感层激活引导的大型视觉语言模型漏洞检测方法、设备及存储介质在说明书摘要公布了：本发明公开了一种基于安全敏感层激活引导的大型视觉语言模型漏洞检测方法、设备及存储介质，属于人工智能安全技术领域，该方法包括以下步骤：S1、构建安全敏感层激活诱导样本数据集；S2、通过对模型中间层在攻击与正常输入下的激活差异进行量化分析；S3、基于识别出的安全敏感层组合与大型视觉语言模型的输出层，通过损失函数的优化生成带有攻击属性的过程中对抗图像；S4、记录最优安全敏感层组合与其引导下的有害响应路径，构建模型潜在安全漏洞的结构化表示。本发明精准定位模型安全脆弱环节，联合多重损失提升攻击引导力，生成的对抗扰动可控且具有不可感知性，具备良好的跨指令迁移能力，适配多种安全评估与红队测试任务。

本发明授权基于安全敏感层激活引导的大型视觉语言模型漏洞检测方法、设备及存储介质在权利要求书中公布了：1.一种基于安全敏感层激活引导的大型视觉语言模型漏洞检测方法，其特征在于，包括以下步骤： S1、构建安全敏感层激活引导样本数据集，选取多种覆盖大型视觉语言模型多模态攻击场景的方法生成图文输入； 在所述S1中，覆盖大型视觉语言模型多模态攻击场景的方法包括基于文本的对抗性扰动攻击方法GCG、基于视觉的对抗性扰动攻击方法VAJM、基于视觉与文本的联合对抗攻击方法UMK以及基于视觉提示注入的攻击方法Figstep，S1的具体构建方法为： 构建包含“有害”与“无害”语义的图文输入对作为敏感层激活引导样本对集合，，式中，表示成功引导大型视觉语言模型输出有害响应的输入对，包含一张经过优化的对抗图像和越狱文本，其中由有害查询及越狱后缀组成；表示在有害查询下模型未被成功越狱、保持安全响应的图文输入，表示良性图片输入，表示样本对集合中的样本对总量； S2、通过对大型视觉语言模型中间层在攻击与正常输入下的激活差异进行量化分析，识别出安全敏感层组合； S3、基于识别出的安全敏感层组合与大型视觉语言模型的输出层，输入任一图片作为初始对抗图像，联合施加有害内容生成与拒绝响应抑制的多重损失，通过损失函数的优化生成带有攻击属性的过程中对抗图像； S4、对S2中的安全敏感层组合进一步筛选，记录最优安全敏感层组合与其引导下的有害响应路径，构建大型视觉语言模型潜在安全漏洞的结构化表示并生成最终对抗图像。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道孝陵卫街200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。