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！

龙图腾网获悉杭州市滨江区浙工大网络空间安全创新研究院申请的专利一种基于傅里叶频谱的信号对抗样本检测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：CN116578923B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310603996.4，技术领域涉及：G06F18/241；该发明授权一种基于傅里叶频谱的信号对抗样本检测方法是由宣琦;王张伟;朱慧燕;陈壮志;徐东伟设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本一种基于傅里叶频谱的信号对抗样本检测方法在说明书摘要公布了：本发明公开了一种基于傅里叶频谱的信号对抗样本检测方法，属于机器学习的信号安全技术领域，包括如下步骤：制作良性样本数据集和对抗样本数据集，分别提取良性样本数据集和对抗样本数据集的傅里叶频谱特征并各自进行特征融合，组成特征数据集并划分特征训练集和特征测试集；构建检测网络，利用特征训练集对检测网络进行二分类训练，得到最优检测网络模型；将特征测试集输入最优检测网络模型，输出检测结果。利用离散傅里叶变换对数据进行处理，分别提取良性样本和对抗样本特征并各自进行特征融合，有效缩短方法过程；并利用复数全连接网络进行分类，更贴合电磁信号的特征，可以有效提高检测的精度。

本发明授权一种基于傅里叶频谱的信号对抗样本检测方法在权利要求书中公布了：1.一种基于傅里叶频谱的信号对抗样本检测方法，其特征在于，包括以下步骤： 获取信号数据集，将所述信号数据集划分为训练集和测试集； 构建目标神经网络，基于所述训练集，通过优化器迭代训练所述目标神经网络，得到目标分类模型；将所述测试集输入所述目标分类模型得到信号分类结果； 根据所述信号分类结果，对比真实信号类别并筛选出分类正确的测试集样本组成良性样本数据集；根据所述目标分类模型的损失函数的梯度进行迭代，对所述良性样本数据集添加对抗扰动，得到对抗样本数据集； 分别提取所述良性样本数据集和所述对抗样本数据集的傅里叶频谱特征并各自进行特征融合，组成特征数据集并划分特征训练集和特征测试集，包括： 对所述良性样本数据集和所述对抗样本数据集中的样本数据进行离散傅里叶变换，将时域信号转换为频域信号； 所述离散傅里叶变换公式为： ； 式中，xn是一个长度为N，由两个维度组成的复数信号；N为离散信号的采样点数；Xm为信号x在n处的傅里叶变换，频域信号X为复数信号； 所述傅里叶频谱特征包括傅里叶幅度谱和傅里叶相位谱； 所述傅里叶幅度谱计算公式为： ； 所述傅里叶相位谱计算公式为： ； 式中，表示频域复数信号X的实部；表示频域复数信号X的虚部； 所述良性样本数据集和所述对抗样本数据集的傅里叶频谱特征根据下式各自进行特征融合，组成特征数据集： ； 其中，i表示虚数单位； 构建检测网络，利用所述特征训练集对所述检测网络进行优化器迭代训练，得到最优检测网络模型；将所述特征测试集输入所述最优检测网络模型，输出检测结果；所述检测网络是由两层复数全连接网络和复数激活函数组成的二分类网络。

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杭州市滨江区浙工大网络空间安全创新研究院，其通讯地址为：310051 浙江省杭州市滨江区长河街道湖西路575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。