基于梯度驱动数据生成的模型窃取攻击方法
公开
摘要
本发明涉及基于梯度驱动数据生成的模型窃取攻击方法，属于计算机与信息科学技术领域。该方法先对数据集进行K‑means聚类；然后将聚类簇质心组成的查询数据集通过API输入到目标模型中得到每条数据对应的标签；接着使用数据‑标签对作为训练集训练替代模型；最后根据目标模型和替代模型间的输出差异构造目标函数，并基于函数梯度生成数据以迭代训练替代模型。本发明基于模型间输出差异梯度来生成数据并以此窃取目标模型，解决了模型窃取过程中目标模型训练集未知造成的替代模型准确率低的问题，减少了目标模型API调用的次数，提高了模型窃取效率。
基本信息
专利标题 ：
基于梯度驱动数据生成的模型窃取攻击方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114547102A
申请号 ：
CN202210047190.7
公开（公告）日 ：
2022-05-27
申请日 ：
2022-01-14
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
潘丽敏丁杨罗森林张荣倩吴杭颐
申请人 ：
北京理工大学
申请人地址 ：
北京市海淀区中关村南大街5号
代理机构 ：
代理人 ：
优先权 ：
CN202210047190.7
主分类号 ：
G06F16/2455
IPC分类号 ：
G06F16/2455 G06F16/242 G06K9/62
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
G06F16/2455
••••查询执行
法律状态
2022-05-27 ：
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
