一种面向机器学习模型的数据恢复方法及相关装置
实质审查的生效
摘要
本发明提供一种面向机器学习模型的数据恢复方法，可对机器学习模型的训练过程进行调整，以使模型利用其所包含的模型权重的线性组合记录训练集数据，进而可在无法接触训练集数据的情况下通过线性组合训练后的模型权重值来恢复训练集数据。由于采用所有模型权重进行记录，因此相较于现有的相关性编码攻击而言准确性更高，且不易降低模型的性能。本发明还提供一种面向机器学习模型的数据恢复装置、电子设备及存储介质，具有上述有益效果。
基本信息
专利标题 ：
一种面向机器学习模型的数据恢复方法及相关装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114549931A
申请号 ：
CN202210157952.9
公开（公告）日 ：
2022-05-27
申请日 ：
2022-02-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
罗文坚张立才韩培义庄荣飞
申请人 ：
哈尔滨工业大学（深圳）
申请人地址 ：
广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区
代理机构 ：
北京集佳知识产权代理有限公司
代理人 ：
王燕
优先权 ：
CN202210157952.9
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06K9/62 G06N20/00
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06V 10/774
申请日 : 20220221
申请日 : 20220221
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
