用于暗中生成信号以欺骗循环神经网络的基于深度强化学习的方...
实质审查的生效
摘要
描述了一种使用用于生成扰动的深度强化学习代理生成基于循环神经网络(RNN)的目标系统中的输入信号的扰动的攻击系统。攻击系统训练强化学习代理，以确定用于攻击基于RNN的目标系统的扰动的幅度。生成具有所确定的幅度的经扰动的输入传感器信号并将其呈现给基于RNN的目标系统，使得基于RNN的目标系统响应于经扰动的输入传感器信号而产生经更改的输出。所述系统使用经更改的输出来识别基于RNN的目标系统的故障模式。
基本信息
专利标题 ：
用于暗中生成信号以欺骗循环神经网络的基于深度强化学习的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114270373A
申请号 ：
CN202080058210.X
公开（公告）日 ：
2022-04-01
申请日 ：
2020-07-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
M·A·沃伦C·塞拉诺P·西拉
申请人 ：
赫尔实验室有限公司
申请人地址 ：
美国加利福尼亚州
代理机构 ：
北京三友知识产权代理有限公司
代理人 ：
张亚静
优先权 ：
CN202080058210.X
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-04-19 ：
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20200723
申请日 : 20200723
2022-04-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
