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！

龙图腾网获悉北京理工大学申请的专利结合训练集数据分布和W距离的模型窃取检测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：CN115935179B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202211346069.0，技术领域涉及：G06F18/214；该发明授权结合训练集数据分布和W距离的模型窃取检测方法是由罗森林;张辰龙;潘丽敏;陆永鑫;张笈设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本结合训练集数据分布和W距离的模型窃取检测方法在说明书摘要公布了：本发明涉及结合训练集数据分布和W距离的模型窃取检测方法，属于计算机与信息科学技术领域。本发明首先利用VAE方法对训练集和查询集降维；其次利用极大似然估计计算查询集概率分布，依概率分布采样得到多组待检测样本；随后，对每组待检测样本，在训练集中随机采样得到相同数量的参考样本，计算每组待检测样本与参考样本间的W距离；最后，使用参考样本中类别数和总类别数的比值为权值，加权计算所有的W距离，当加权计算结果大于检测阈值时判定检测出为模型窃取。本发明提出关联训练集数据分布的模型窃取检测方法，同时考虑查询集和训练集样本分布特点，改进W距离计算方法，有效提升模型窃取检测的准确率。

本发明授权结合训练集数据分布和W距离的模型窃取检测方法在权利要求书中公布了：1.结合训练集数据分布和W距离的模型窃取检测方法，其特征在于所述方法包括如下步骤： 步骤1，利用训练数据集训练VAE模型和目标模型，并利用VAE模型得到训练数据集的降维数据集S， 步骤1.1，构建VAE模型框架， 步骤1.2，确定VAE模型损失函数， 步骤1.3，利用VAE模型对训练集数据进行编码，得到降维后的数据，构成数据集S， 步骤2，利用VAE模型对查询数据降维，并基于极大似然估计计算每一维概率分布，由概率分布采样得多组数据， 步骤2.1，为输入查询样本维护队列m，队列长度为D， 步骤2.2，利用VAE模型对输入样本进行降维，维数为h，加入队列m，当m满时，移除队头样本，将新样本加入队尾， 步骤2.3，VAE模型最大程度地提取了查询样本的特征信息，且降维后的数据每一维均独立，因此，基于极大似然估计计算队列m中数据每一维的概率密度和概率分布，由h组概率分布采样得1组数据，重复k次，得k组待检测样本记为 步骤3，对步骤2.3中所得每一组数据Ai，从S中随机采样容量相同的参考样本组Bi作为W距离计算对，即Wasserstein距离计算对， 步骤4，计算步骤3中每对数据组的Wasserstein距离，依据Bi中样本的类别数和总类别数的比值对结果进行加权求和得最终距离W， 步骤5，使用最终距离W判断查询行为。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。