向经过训练的机器学习模型添加对抗鲁棒性
实质审查的生效
摘要
提供了方法和系统，用于通过计算系统中的一个或多个处理器来保护经过训练的机器学习模型。通过向一个或多个经过训练的机器学习模型添加对抗性保护，一个或多个强化的机器学习模型可以抵御对抗性攻击。
基本信息
专利标题 ：
向经过训练的机器学习模型添加对抗鲁棒性
专利标题（英）：
暂无
公开（公告）号 ：
CN114503108A
申请号 ：
CN202080070524.1
公开（公告）日 ：
2022-05-13
申请日 ：
2020-10-12
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
B.比塞尔M-I.尼古拉A.拉瓦特M.辛恩N.M.特兰M.维斯图巴
申请人 ：
国际商业机器公司
申请人地址 ：
美国纽约阿芒克
代理机构 ：
北京市柳沈律师事务所
代理人 ：
陈金林
优先权 ：
CN202080070524.1
主分类号 ：
G06F21/55
IPC分类号 ：
G06F21/55
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F21/00
防止未授权行为的保护计算机、其部件、程序或数据的安全装置
G06F21/50
监控用户、程序或设备，以维护平台完整。例如：处理器、固件或操作系统
G06F21/55
检测本地入侵或实施对策
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06F 21/55
申请日 : 20201012
申请日 : 20201012
2022-05-13 ：
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
