基于神经元激活模式的深度学习样本级对抗攻击防御方法及其装...
授权
摘要
本发明公开了一种基于神经元激活模式的深度学习样本级对抗攻击防御方法及其装置，包括以下步骤：构建用于目标识别的深度学习模型，深度学习模型包括卷积层、池化层以及分类层；从深度学习模型的网络层中提取特征图构建神经元激活模式，神经元激活模式和交叉熵函数组成损失函数；利用正常图像样本对深度学习模型进行训练时，采用构建的损失函数优化深度学习模型的参数；根据损失函数的梯度得到像素增量作为防御对抗攻击的扰动；利用参数优化的深度学习模型进行目标识别时，将待识别的图像添加扰动后输入至深度学习模型，经计算得到目标识别结果。该方法能够有效地防御多种对抗攻击，并且不影响正常样本的正确率。
基本信息
专利标题 ：
基于神经元激活模式的深度学习样本级对抗攻击防御方法及其装置
专利标题（英）：
暂无
公开（公告）号 ：
CN113297572A
申请号 ：
CN202110620693.4
公开（公告）日 ：
2021-08-24
申请日 ：
2021-06-03
授权号 ：
CN113297572B
授权日 ：
2022-05-17
发明人 ：
陈晋音金海波鲍亮
申请人 ：
浙江工业大学;公安部第三研究所
申请人地址 ：
浙江省杭州市下城区潮王路18号
代理机构 ：
杭州天勤知识产权代理有限公司
代理人 ：
曹兆霞
优先权 ：
CN202110620693.4
主分类号 ：
G06F21/55
IPC分类号 ：
G06F21/55 G06K9/62 G06N3/04 G06N3/08
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
2022-05-17 ：
授权
2021-09-10 ：
实质审查的生效
IPC(主分类) : G06F 21/55
申请日 : 20210603
申请日 : 20210603
2021-08-24 ：
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
