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 > 杭州后量子密码科技有限公司张峰获国家专利权

杭州后量子密码科技有限公司张峰获国家专利权

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!

龙图腾网获悉杭州后量子密码科技有限公司申请的专利一种针对目标攻击的迁移对抗样本生成方法及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:CN116188889B

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:202211622542.3,技术领域涉及:G06V10/774;该发明授权一种针对目标攻击的迁移对抗样本生成方法及装置是由张峰;石建;方黎明设计研发完成,并于2022-12-16向国家知识产权局提交的专利申请。

一种针对目标攻击的迁移对抗样本生成方法及装置在说明书摘要公布了:本发明公开了一种针对目标攻击的迁移对抗样本生成方法及装置,本发明在白盒模型上通过原始类别图像生成对抗样本,提取白盒模型中间层针对原始类别图像和目标类别图像的特征图,通过模型反向传播的梯度对所有特征图进行排序,获得原始类别图像和目标类别图像的重要特征,将两者的筛选后的特征图进行欧式距离驱动,使得对抗样本提取的特征近可能地远离原始类别图像特征,同时尽可能地接近目标类别图像特征。本发明通过中间层重要特征生成目标攻击对抗样本,避免了所提取特征过度拟合白盒模型,得到的对抗样本具有较高迁移性,可以成功让多个黑盒模型错误地识别为目标类别。

本发明授权一种针对目标攻击的迁移对抗样本生成方法及装置在权利要求书中公布了:1.一种针对目标攻击的迁移对抗样本生成方法,其特征在于,具体包括如下步骤: S1、获取原始类别图像和目标类别图像在深度学习模型中间层的特征图和梯度,并对特征图进行重要性排序; S2、基于步骤S1中重要性排序后的特征图,计算原始类别图像的特征图与目标类别图像的特征图的欧氏距离;欧式距离公式为: 其中,即为欧式距离Loss值,是目标类别输入图片,是原始类别输入图片,是指针对目标类别图片在第k层所选取的特征图,是指针对原始类别图片在第k层所选取的特征图,是二范数运算; S3、基于步骤S2得到的欧式距离,采用动量法更新梯度方向,生成对抗噪声,得到迭代的对抗样本;动量法迭代公式为: 式中,m是梯度的加权累计,是第k次迭代的梯度加权累计,是第k+1次迭代的梯度加权累计,是指第k次迭代生成的扰动图像,是指第k+1次迭代生成的扰动图像,当k=0时,,,即是原始类别输入图像,是一范数运算,是将扰动图像裁剪到,是迭代步长,的表达式为:,其中为; S4、将迭代的对抗样本作为输入图像,获取其在深度学习模型中间层的特征图和梯度,对迭代的对抗样本的特征图进行重要性排序; S5、基于步骤S4中重要性排序后的特征图,计算迭代的对抗样本的特征图与目标类别图像的特征图的欧式距离; S6、基于S2得到的欧式距离采用动量法更新梯度方向,生成对抗噪声,得到新迭代的对抗样本; S7、判断是否达到预设迭代次数;若未达到,则将S6中得到的新迭代的对抗样本作为输入图像返回步骤S4;若达到预设迭代次数,则得到最终的黑盒目标攻击对抗样本。

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后量子密码科技有限公司,其通讯地址为:311121 浙江省杭州市余杭区五常街道爱橙街198号中电海康集团有限公司海创园区H号楼10层1005-32室;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。