针对对抗性攻击的深度学习模型防御方法及深度学习模型

授权

摘要

本发明公开了一种针对对抗性攻击的深度学习模型防御方法，包括获取待训练的原始深度学习模型和原始训练数据；构建转换层；对原始训练数据进行数据转换并补充数据构成训练数据；对待训练的原始深度学习模型进行训练得到深度学习模型；将转换层插入到深度学习模型的输入层后面得到高鲁棒性深度学习模型；在高鲁棒性深度学习模型工作时对输入的数据进行监测，并采用深度学习模型中的转换层进行对应的防御。本发明还公开了包括所述针对对抗性攻击的深度学习模型防御方法的深度学习模型。本发明提高了模型在面对各类对抗样本时的鲁棒性，同时保证了模型的精度不受到影响；而且通用性高、可靠性好且防御效果好。

基本信息

专利标题：

针对对抗性攻击的深度学习模型防御方法及深度学习模型

专利标题（英）：

暂无

公开（公告）号：

CN113127857A

申请号：

CN202110411299.X

公开（公告）日：

2021-07-16

申请日：

2021-04-16

授权号：

CN113127857B

授权日：

2022-05-31

发明人：

张吉良罗梓豪

申请人：

湖南大学

申请人地址：

湖南省长沙市岳麓区麓山南路1号

代理机构：

长沙永星专利商标事务所(普通合伙)

代理人：

周咏

优先权：

CN202110411299.X

主分类号：

G06F21/55

IPC分类号：

G06F21/55 G06N3/04 G06N3/08