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！

龙图腾网获悉广东工业大学申请的专利一种基于AdvGAN的对抗样本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：CN115510986B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202211212575.0，技术领域涉及：G06F18/214；该发明授权一种基于AdvGAN的对抗样本生成方法是由凌捷;赵恩浩;罗玉;李斯设计研发完成，并于2022-09-29向国家知识产权局提交的专利申请。

本一种基于AdvGAN的对抗样本生成方法在说明书摘要公布了：本发明公开了一种基于AdvGAN的对抗样本生成方法，涉及机器学习安全的技术领域，构建AdvGAN生成对抗网络，包括生成器、判别器和蒸馏模型；在真实样本中添加随机噪声构建噪声增强样本，输入生成器中生成扰动样本；基于扰动样本和真实样本获得初步训练的生成器和判别器；在真实样本中添加高斯噪声，输入初步训练的生成器中生成对抗样本；基于对抗样本和扰动样本，利用蒸馏模型与初步训练的生成器和判别器相互优化，获得优化后的AdvGAN生成对抗网络，生成最终对抗样本。本发明提升了对抗样本生成速度，提高了生成对抗样本的质量；降低了对抗样本的分布特征与真实样本的分布特征的差异，增加了人为识别难度同时，提高了攻击成功率。

本发明授权一种基于AdvGAN的对抗样本生成方法在权利要求书中公布了：1.一种基于AdvGAN的对抗样本生成方法，其特征在于，包括： S1：构建AdvGAN生成对抗网络，包括生成器、判别器和蒸馏模型； S2：获取真实样本，并在真实样本中添加随机噪声，获得噪声增强样本； S3：将噪声增强样本输入生成器中，使用梯度下降法计算扰动，并与噪声增强样本结合，生成扰动样本； S4：将扰动样本和真实样本输入判别器，设置对抗损失函数作为目标函数；通过优化目标函数，获得初步训练的生成器和判别器； S5：选择高斯噪声，将高斯噪声和真实样本输入初步训练的生成器，根据生成器损失，生成对抗样本； S6：将对抗样本和真实样本输入初步训练的判别器，区别对抗样本和真实样本，计算判别器损失； S7：计算对抗样本和真实样本的范式距离，与预设扰动范围进行比较，根据比较结果设置BIM扰动损失约束或铰链式损失约束； S8：根据生成器损失和判别器损失，更新初步训练的生成器和判别器的参数，获得初步优化的生成器和判别器； S9：将对抗样本和扰动样本输入蒸馏模型中，设置蒸馏模型对抗性损失函数，利用动态蒸馏法使蒸馏模型与初步优化的生成器、判别器相互进行迭代优化； S10：根据对抗损失函数、BIM扰动损失约束或铰链式损失约束、对抗性损失函数建立总损失函数；通过优化总损失函数，获得最终优化的蒸馏模型、生成器和判别器，组成优化后的AdvGAN生成对抗网络； S11：利用优化后的AdvGAN生成对抗网络生成最终对抗样本。

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广东工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729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”。