Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安交通大学蔺琛皓获国家专利权

西安交通大学蔺琛皓获国家专利权

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!

龙图腾网获悉西安交通大学申请的专利深度学习模型的对抗鲁棒性测评方法及相关装置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:CN115393675B

龙图腾网通过国家知识产权局官网在2026-01-02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:202211138059.8,技术领域涉及:G06V10/776;该发明授权深度学习模型的对抗鲁棒性测评方法及相关装置是由蔺琛皓;杨雨龙;沈超;李前设计研发完成,并于2022-09-19向国家知识产权局提交的专利申请。

深度学习模型的对抗鲁棒性测评方法及相关装置在说明书摘要公布了:本发明属于深度学习安全领域,公开了一种深度学习模型的对抗鲁棒性测评方法及相关装置,包括获取与待测评深度学习模型功能相同的预训练量化替代模型;获取预训练量化替代模型的类型,并根据预训练量化替代模型的类型,在预训练量化替代模型中引入随机量化操作,得到预处理替代模型;获取若干图像样本,并根据预处理替代模型,通过迁移对抗攻击算法得到若干对抗图像样本;将若干对抗图像样本输入至待测评深度学习模型,得到若干对抗图像样本的输出,并根据若干对抗图像样本的输出,得到待测评深度学习模型的对抗鲁棒性测评结果。通过引入随机量化操作实现对抗样本迁移性的提升,能够最大限度地暴露对抗样本安全风险,提升对抗鲁棒性测评的可靠性。

本发明授权深度学习模型的对抗鲁棒性测评方法及相关装置在权利要求书中公布了:1.一种深度学习模型的对抗鲁棒性测评方法,其特征在于,包括: 获取与待测评深度学习模型功能相同的预训练量化替代模型; 获取预训练量化替代模型的类型,并根据预训练量化替代模型的类型,在预训练量化替代模型中引入随机量化操作,得到预处理替代模型; 获取若干图像样本,并根据预处理替代模型,通过迁移对抗攻击算法得到若干对抗图像样本; 将若干对抗图像样本输入至待测评深度学习模型,得到若干对抗图像样本的输出,并根据若干对抗图像样本的输出,得到待测评深度学习模型的对抗鲁棒性测评结果; 所述获取与待测评深度学习模型功能相同的预训练量化替代模型包括: 获取与待测评深度学习模型具有同一分类目标,且在与待测评深度学习模型的数据集相同的数据集或相似度小于预设值的数据集上基于模拟量化技术训练的深度学习模型,得到预训练量化替代模型; 所述预训练量化替代模型的类型包括:基于模拟量化技术的量化感知训练模型和基于模拟量化技术的后训练量化模型; 当预训练量化替代模型的类型为基于模拟量化技术训练的量化感知训练模型时,所述在预训练量化替代模型中引入随机量化操作包括: 在预训练量化替代模型每一轮前向传播之前,随机选取一个深度值,使预训练量化替代模型在所述深度值之前的所有层使用全精度激活值,在所述深度值之后的所有层使用量化激活值,且预训练量化替代模型所有层均采用量化权重; 当预训练量化替代模型的类型为基于模拟量化技术的后训练量化模型时,所述在预训练量化替代模型中引入随机量化操作包括: 在预训练量化替代模型每一轮前向传播之前,随机选择是否使用量化,如果使用量化,则预训练量化替代模型所有层均采用量化权重和量化激活值;如果不使用量化,则预训练量化替代模型所有层均采用原始权重和原始激活值。

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西安交通大学,其通讯地址为:710049 陕西省西安市碑林区咸宁西路28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。