买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉云南大学申请的专利基于目标检测的后门攻击防御模型的生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115632843B 。

龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211245119.6，技术领域涉及：H04L9/40；该发明授权基于目标检测的后门攻击防御模型的生成方法是由张云春;封凡;廖梓琨;张宁;李子璇;姚绍文;萧纯一;李柏萱;黄飞杨;陈语瑭设计研发完成，并于2022-10-12向国家知识产权局提交的专利申请。

本基于目标检测的后门攻击防御模型的生成方法在说明书摘要公布了：本发明公开了一种基于目标检测的后门攻击防御模型的生成方法，先选取基准数据，从单个待检测标签类Y中选取一张清晰的图像X作为基准数据；使用SinGAN模型对基准数据进行多尺度学习，对SinGAN模型参数进行随机初始化，选取差异性较大的第0层数据作为增强后的干净数据集Dc；给定数量为N且尺寸大小为w,h的训练后门集Dt，并且将Dt放置到干净数据集Dc的任意位置处，合成后的样本集合记为中毒训练集Dp；利用训练的目标检测工具Yolov5模型对中毒训练集Dp生成后门防御模型Mx,y,w,h。从而使得最终的模型对面向深度神经网络的后门攻击具有较高的防御效果，提高深度神经网络的健壮性和安全性。

本发明授权基于目标检测的后门攻击防御模型的生成方法在权利要求书中公布了：1.基于目标检测的后门攻击防御模型的生成方法，其特征在于，包括以下步骤： 步骤一：选取基准数据，从单个待检测标签类y中选取一张清晰的图像X作为基准数据； 步骤二：使用SinGAN模型对基准数据进行多尺度学习，对SinGAN模型参数进行随机初始化，选取差异性较大的第0层数据作为增强后的干净数据集Dc； 步骤三：给定数量为N且尺寸大小为w,h的训练后门集Dt，并且将Dt放置到干净数据集Dc的任意位置处，合成后的样本集合记为中毒训练集Dp； 步骤四：利用训练的目标检测工具Yolov5模型对中毒训练集Dp生成后门防御模型Mx,y,w,h； 所述步骤二中，SinGAN模型从单张图像的多尺度中捕捉不同的数据分布来生成一组具有内部相关性的数据集，该模型内部包括：用来生成数据分布的生成器Gn和用来判别数据分布的判别器Dn，其中Gn和Dn的内部结构是具有五层卷积块的卷积神经网络，输入层是随机噪声和上一个尺度被上采样的图片，输出层是由五层卷积块的卷积神经网络和上采样图像融合后的结果组成；生成器Gn描述为： 其中，Zn为噪声，表示五层卷积块的卷积神经网络，表示图像的上采样版本，n表示当前所处的尺度，Xn是GN对应的输出结果，卷积网络由5个卷积块组成，其形式为：Conv3×3-BatchNorm-LeakyReLU； 判别器Dn的架构和Gn中的保持一致， SinGAN模型将Gn的训练损失分为对抗损失和重建损失，定义SinGAN模型的损失函数为 其中，表示对抗损失函数，用来调整Xn补丁分布和生成样本中补丁分布中的距离，表示重建损失函数，用来确保每个Gn中需要存在一组特定的噪声映射，作为一个嵌套的优化目标函数，内部的判别器以实现两者的损失函数值最大化为目标；外层的生成器则以最小化损失函数值为目标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人云南大学，其通讯地址为：650091 云南省昆明市五华区翠湖北路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。