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！

龙图腾网获悉深圳大学申请的专利针对声波感知的手势识别系统通用有目标对抗攻击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：CN120296418B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510364546.3，技术领域涉及：G06F18/214；该发明授权针对声波感知的手势识别系统通用有目标对抗攻击方法是由何文锋;王云舒;董飞航;邹永攀;黄惠设计研发完成，并于2025-03-26向国家知识产权局提交的专利申请。

本针对声波感知的手势识别系统通用有目标对抗攻击方法在说明书摘要公布了：本发明公开了一种针对声波感知的手势识别系统通用有目标对抗攻击方法。该方法包括：基于对抗信号在目标手势类别的置信度分数最大化为目标，构建目标函数，所述对抗信号包含原始信号和扰动信号；求解所述目标函数，获得优化的扰动向量和优化的扰动信号；基于所述优化的扰动信号生成对抗样本，用于训练目标手势分类模型对抗攻击的能力。本发明能够构建对抗样本，使得输入手势被错误分类为攻击者预定的类别，揭示了声波感知手势识别系统中的安全漏洞问题，进而通过有针对性的训练手势分类模型，提升其对抗攻击的能力。

本发明授权针对声波感知的手势识别系统通用有目标对抗攻击方法在权利要求书中公布了：1.一种针对声波感知的手势识别系统通用有目标对抗攻击方法，其特征在于，包括以下步骤：基于对抗信号在目标手势类别的置信度分数最大化为目标，构建目标函数，所述对抗信号包含原始信号和扰动信号； 求解所述目标函数，获得优化的扰动向量和优化的扰动信号； 基于所述优化的扰动信号生成对抗样本，用于训练目标手势分类模型对抗攻击的能力； 其中，将所述目标函数设置为： 其中： 其中，是原始信号，是对抗信号在目标手势类别的置信度分数，并将表示为，表示原始信号的预处理过程，表示手势分类模型； 根据以下步骤求解所述目标函数： 给定粒子集合的粒子数目，其中每个解作为搜索空间中的一个粒子； 随机初始化每个粒子的位置和速度，其中i是粒子索引； 计算并初始化个体最优解； 通过计算和比较，确定当前的全局最优解； 在满足设定的迭代停止条件前，执行以下步骤： 以随迭代次数递减的方式更新惯性权重； 根据以下公式更新每个粒子的速度： 根据以下公式更新每个粒子的位置： 其中，是粒子i的速度，和分别是个体和全局学习因子，表示随机数，是粒子i的位置，t表示当前迭代次数，表示全局最佳，表示粒子i的个体最佳值； 计算并比较，确定当前每个粒子的个体最优解； 计算并比较，确定当前的全局最优解，进而根据最终的全局最优解，获得所述优化的扰动向量和对应的所述扰动信号； 所述惯性权重根据以下公式更新： 其中，是总迭代次数，是惯性权重的最大值，是惯性权重的最小值； 将所述优化的扰动向量和所述优化的扰动信号设置为： 其中，是预先设计的扰动信号生成方式； 通过设计扰动信号生成方式，将低维度的扰动向量通过生成高维度的扰动信号，包括以下步骤： 随机初始化设定长度的一维数组，作为扰动向量，其中该一维数组的数值范围在0~0.1之间； 将所述扰动向量的维度变为二维数组，该二维数组包含多个列向量，每个列向量表示设定时间段内的复合波； 对于每个列向量，经它们的值作为正弦波的振幅，生成对应的正弦波； 对于每个列向量，叠加其对应的正弦波，得到对应的复合波； 按照顺序所述复合波拼接，获得拼接波； 导出所述拼接波为音频信号，得到由扰动向量生成的扰动信号。

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深圳大学，其通讯地址为：518060 广东省深圳市南海大道3688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。