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！

龙图腾网获悉重庆邮电大学申请的专利一种轨迹分类对抗样本的防御方法及系统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：CN116186518B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310215869.7，技术领域涉及：G06F18/213；该发明授权一种轨迹分类对抗样本的防御方法及系统是由王豪;付万迪;张清华;夏英;张旭设计研发完成，并于2023-03-08向国家知识产权局提交的专利申请。

本一种轨迹分类对抗样本的防御方法及系统在说明书摘要公布了：本发明涉及一种轨迹分类对抗样本的防御方法及系统，属于数据挖掘领域。首先根据时空轨迹数据样本，进行轨迹数据特征的提取，提取基本的轨迹数据特征经度，纬度，时间，速度，加速度，轨迹角度等。利用差分隐私保护机制进行对抗防御，根据设定模型鲁棒性的原理，在轨迹特征中生成拉普拉斯噪声，根据拉普拉斯概率密度函数及尺度参数得到噪声关系的表达式，之后使用迭代搜索算法搜索更小的噪声数据值，在模型中加入噪声，经过卷积网络作用进行轨迹分类获取该模型的防御效果，最后根据低频滤波技术进行特征去噪。

本发明授权一种轨迹分类对抗样本的防御方法及系统在权利要求书中公布了：1.一种轨迹分类对抗样本的防御方法，其特征在于：该方法包括以下步骤： S1：轨迹数据片段预处理；对于读取的待保护的轨迹数据X，总数量记为n,根据数据提取操作将轨迹数据转化为轨迹样本对应表达式如下： {x1，x2，x3...xn} 其中xi{i＝1，2，3...}表示轨迹样本，每一部分样本相互独立有着各自的轨迹特征； S2：轨迹样本的特征提取；对于S1中预处理后每个轨迹样本xi{i＝1，2，3...}提取6个轨迹特征值，即经度、纬度、时间、速度、加速度和角度，表示如下： lngi，lati，ti，vi，ai，degi 其中lngi表示经度，lati表示纬度，ti表示时间，vi表示速度，ai表示加速度，degi表示角度； 轨迹样本经过预处理之后得到的数据包含有经度lngi、纬度lati、时间ti，通过计算得到速度vi、加速度ai、角度degi特征信息； S3，噪声生成；选取拉普拉斯噪声作为噪声进行添加； S4，扰动数据，将步骤S3中获得的噪声数据加入到轨迹特征中，生成带有噪声的轨迹特征数据，对于对抗样本的防御方法，即是在带有噪声的轨迹特征中加入扰动数据β，我们考虑在轨迹样本的梯度上加入扰动，得到相应的轨迹分类对抗样本数据如下： x″＝x′+Ax′+β，y x′表示轨迹样本加入拉普拉斯噪声后的带有噪声数据，x″表示带有噪声的轨迹样本加入扰动数据的对抗样本，y表示对应轨迹样本数据分类的标签； 通过对比x’与x”经神经网络分类器获得的分类准确率，评估防御系统的防御效果； 步骤S5，降噪过程；带有噪声的轨迹数据X′中包含有高频部分H和低频部分L，高频部分是指对于轨迹数据中强度变化较为剧烈的像素点；低频部分是指轨迹数据中强度变化平缓的像素点，即降噪后的轨迹数据；对应表示如下： T′x，y＝Hx，y+Lx，y 其中x，y表示轨迹样本中的像素点坐标； 采用低频滤波技术中的均值滤波技术消除轨迹片段高频部分，保留低频部分，达到反变换的过程，即完成降噪处理；邻域运算是通过对目标像素的邻域进行加权处理而获得的目标像素的数值，得到这个加权矩阵h，也叫做邻域算子；降噪过程表示为： 其中Tx，y表示原始轨迹样本像素点，即目标轨迹样本像素点；表示邻域运算，即在每个轨迹样本位置x，y进行基于邻域的函数计算； 假设轨迹样本的长度与宽度分别为M，N，采用均值滤波技术的邻域算子的运算为 其中h表示加权矩阵即邻域算子； 轨迹样本的反变换I过程表示为： Tx，y＝IT′x，y 在降噪处理之后的样本经过特征提取操作转化为特征数据的表示； 经过降噪后的样本转化为样本数据表示如下： X＝{x，x，x...x 轨迹样本数据经特征提取得到每个样本特征的表示； ＝lng，lat，t，v，a，deg 其中lng表示经度，lat表示纬度，t表示时间，v表示速度，a表示加速度，deg表示角度。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。