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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于条件生成对抗网络的协作推理模型逆向攻击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：CN118886505B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202410919937.2，技术领域涉及：G06N5/04；该发明授权一种基于条件生成对抗网络的协作推理模型逆向攻击方法是由王冬;郭开天;任一支;胡铭德;孙硕超;王小军设计研发完成，并于2024-07-10向国家知识产权局提交的专利申请。

本一种基于条件生成对抗网络的协作推理模型逆向攻击方法在说明书摘要公布了：本发明公开了一种基于条件生成对抗网络的协作推理模型逆向攻击方法，该方法首先获取目标模型参数和推理过程中中间特征的访问权限。其次选择与目标模型分类任务同域的公共数据集，作为辅助数据集，获取目标模型对辅助数据集样本的分类结果，作为辅助数据集预测标签。然后训练攻击用的由条件生成器模型和条件判别器模型构建的条件生成对抗网络，并截获目标图像中间特征，并获取目标图像的预测标签。最后设定潜在向量初始值，以潜在向量作为输入，以目标图像的预测标签作为指导，用条件生成器生成恢复图像，并进行训练优化。本发明克服了对边缘设备模型层数敏感的缺陷，提升了生成恢复图像的准确性、真实性。

本发明授权一种基于条件生成对抗网络的协作推理模型逆向攻击方法在权利要求书中公布了：1.一种基于条件生成对抗网络的协作推理模型逆向攻击方法，其特征在于，包括如下步骤： S1、获取目标模型参数和推理过程中中间特征的访问权限； S2、选择与目标模型分类任务同域的公共数据集，作为辅助数据集； S3、获取目标模型对辅助数据集样本的分类结果，作为辅助数据集预测标签； S4、训练攻击用的条件生成对抗网络，所述条件生成对抗网络由条件生成器模型和条件判别器模型构建； 所述训练攻击用的条件生成对抗网络具体实现过程如下： S4.1、随机生成潜在向量z和指导标签y，其中z～N0,I，N0,I是k维标准高斯分布，k是条件生成器的潜在向量维度，y表示目标类的标签，目标模型分类的总数为nclass； S4.2、用条件生成器模型生成图像x＝Gz,y； S4.3、计算条件生成器模型的损失函数，如下所示： Lgen+wlabLlab 其中，Lgen＝-Dx,y，D表示生成对抗网络中的判别器模型，wlab是损失项Llab的权重，Llab＝‖Tx,y‖，T表示目标模型，Tx是恢复图像在目标模型上的预测结果； S4.4、以最小化上述损失函数为目标，用随机梯度下降算法更新一轮条件生成器模型的参数θG； S4.5、从辅助数据集中输入真实图像样本x0∈Daux，x0的预测标签为y0，其中Daux表示辅助数据集； S4.6、用条件生成器模型生成图像x＝Gz,y，其中z表示潜在向量，y表示指导标签，x和y的选取方法与S4.2相同； S4.7、计算条件判别器模型的损失函数Ldis＝-Dx0,y0+Dx,y； S4.8、以最小化Ldis为目标，用随机梯度下降算法更新一轮条件判别器的参数θD； S4.9、重复步骤S4.5-S4.8ndis次，其中ndis是条件生成器模型两轮训练之间，条件判别器的训练轮数； S4.10、重复步骤S4.1-S4.9，直到条件生成器模型与条件判别器模型之间的博弈达到纳什均衡； S5、截获目标图像中间特征，并获取目标图像的预测标签； S6、设定潜在向量初始值，以潜在向量作为输入，以目标图像的预测标签作为指导，用条件生成器生成恢复图像，获取恢复的中间特征，并进行训练优化。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。

以上内容由龙图腾AI智能生成。