浙江工业大学陈晋音获国家专利权
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对比学习的图网络后门攻击防御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：CN115455493B 。
龙图腾网通过国家知识产权局官网在2025-11-04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：202210922493.9，技术领域涉及：G06F21/71；该发明授权基于对比学习的图网络后门攻击防御方法是由陈晋音;熊海洋;姜国栋;杨迪烽;赵云波设计研发完成，并于2022-08-02向国家知识产权局提交的专利申请。
本基于对比学习的图网络后门攻击防御方法在说明书摘要公布了：本发明提供了一种基于对比学习的图网络后门攻击防御方法，该方法通过构建一图编码器，替换训练好的图神经网络模型的编码部分，构建获得具有防御后门攻击的防御模型，实现图网络后门攻击防御，该方法能直接破坏插入在图数据中的触发器结构，导致它无法取得该有的效果，但又不影响正常样本，模型对于输入正常样本仍然可以表现出应有的性能。
本发明授权基于对比学习的图网络后门攻击防御方法在权利要求书中公布了：1.一种基于对比学习的图网络后门攻击防御方法，其特征在于，该方法通过构建一图编码器，替换训练好的图神经网络模型的编码部分，构建获得具有防御后门攻击的防御模型，实现图网络后门攻击防御，具体包括： 利用训练好的图神经网络模型的编码部分，获取增强图；所述增强图包括第一增强图和第二增强图，其中，第一增强图的邻接矩阵由原始图的邻接矩阵和邻接矩阵掩码构成；第二增强图的特征矩阵由原始图的特征矩阵和特征矩阵掩码构成； 基于获取的增强图构建图编码器的训练数据集，将训练数据集的样本作为图编码器的输入，输出每张增强图的嵌入特征，计算两两嵌入特征的相似度，以最大化正样本的嵌入特征的相似度、最小化负样本的嵌入特征的相似度为目标对图编码器进行训练，最后获得训练好的图编码器；其中，正样本为一对同一原始图构建的第一增强图和第二增强图，负样本为一对不同原始图构建的第一增强图和第二增强图； 将训练好的图编码器与训练好的图神经网络模型的解码模块组合获得具有防御后门攻击的防御模型。
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”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励