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！

龙图腾网获悉浙江工业大学申请的专利基于主任务神经元的深度学习模型祛毒加固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：CN115600670B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202211287984.7，技术领域涉及：G06N3/082；该发明授权基于主任务神经元的深度学习模型祛毒加固方法是由陈晋音;李潇;张任杰设计研发完成，并于2022-10-20向国家知识产权局提交的专利申请。

本基于主任务神经元的深度学习模型祛毒加固方法在说明书摘要公布了：本发明公开了一种基于主任务神经元的深度学习模型祛毒加固方法，包括：选取图像数据集，生成中毒样本，基于中毒样本训练得到中毒模型；将图像数据集输入至中毒模型中，计算图像数据集中每一类图片对应的神经元的激活值，对所有神经元的激活值进行排序，取前n个的神经元作为高激活值的神经元；对高激活值的神经元取重叠部分，作为该类的主任务神经元；统计出图像数据集中每一类的主任务神经元。将各个类主任务神经元的差异部分划分为K组，取其中一组在中毒模型中删除改组内的神经元，分别计算中毒模型的性能；依据性能变化，得到待删除的神经元集合；在中毒模型中删除待删除的神经元集合，并对中毒模型进行重训练得到祛毒加固的深度学习模型。

本发明授权基于主任务神经元的深度学习模型祛毒加固方法在权利要求书中公布了：1.一种基于主任务神经元的深度学习模型祛毒加固方法，其特征在于，所述方法包括以下步骤： S1，选取图像数据集，选择深度学习网络，利用中毒攻击方法对图像数据集中的部分干净样本打上触发器生成中毒样本，基于中毒样本训练得到中毒模型； S2，将步骤S1选取的图像数据集输入至训练得到的中毒模型中，计算图像数据集中每一类图片对应的神经元的激活值，对所有神经元的激活值进行排序，自定义排序阈值n，取前n个的神经元作为高激活值的神经元；对于每一类中对应的所有图片对应的高激活值的神经元取重叠部分，作为该类的主任务神经元；统计出图像数据集中每一类的主任务神经元。 S3，将各个类主任务神经元的差异部分划分为K组，依次取K组中的一组，将该组内的神经元对应的权重置为0，即在中毒模型中删除该组内的神经元，将该组对应的图像数据集中图片类输入至中毒模型中，在删除该组内的神经元前后，分别计算中毒模型的性能；依据中毒模型前后的预测准确率和置信度，判定该组神经元是否为待删除的神经元；重复上述步骤，遍历K个组，得到待删除的神经元集合； S4，在中毒模型中删除步骤S3得到的待删除的神经元集合，并对中毒模型进行重训练得到祛毒加固的深度学习模型，用于图像分类任务。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。