基于敏感神经元的深度学习模型蒸馏中毒防御方法与装置
实质审查的生效
摘要
本发明公开了一种基于敏感神经元的深度学习模型蒸馏中毒防御方法与装置，本发明利用中毒模型中的敏感神经元的梯度反向传播去更新输入样本从而生成中毒样本，再利用中毒样本与原始样本在模型中前向传播时激活神经元的差异，找到top‑K的异常神经元并调整再进行蒸馏操作，从而达到模型蒸馏中毒防御的效果。本发明方法具有良好的适用性，能够有效的防御中毒攻击，并且不影响模型蒸馏后正常样本的正确率。
基本信息
专利标题 ：
基于敏感神经元的深度学习模型蒸馏中毒防御方法与装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114266341A
申请号 ：
CN202111561886.3
公开（公告）日 ：
2022-04-01
申请日 ：
2021-12-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈晋音李潇张任杰金海波赵云波
申请人 ：
浙江工业大学
申请人地址 ：
浙江省杭州市下城区潮王路18号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
邱启旺
优先权 ：
CN202111561886.3
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08
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 : 20211216
申请日 : 20211216
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
