[发明专利]深度学习模型对抗样本生成方法、系统、设备及存储介质有效
| 申请号： | 202110049467.5 | 申请日： | 2021-01-14 |
| 公开（公告）号： | CN112949678B | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 蔺琛皓;朱炯历;沈超;管晓宏 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06F18/214 | 分类号： | G06F18/214;G06F21/62;G06F17/16;G06N3/0475;G06N3/094 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 崔方方 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于深度学习模型领域，公开了一种深度学习模型对抗样本生成方法、系统、设备及存储介质，包括获取原始图像基于目标深度学习模型的敏感矩阵，获取若干范数组及各范数组对应的扰动图，根据各范数组对应的扰动图得到对抗零范数及对抗无穷范数，根据对抗无穷范数构建预设数量对抗扰动矩阵，通过进化算法迭代优化对抗扰动矩阵，当当前迭代优化后的对抗扰动矩阵中，至少存在一个目标对抗扰动矩阵时，将原始图像通过目标对抗扰动矩阵扰动，得到对抗样本并输出。通过获取敏感矩阵，基于敏感矩阵实现扰动，使扰动的像素点的分布变得稀疏，从人眼观察的角度，使得扰动更不易被察觉，从量化的角度，使得对抗样本的二范数得到了较大的下降。 | ||
| 搜索关键词： | 深度 学习 模型 对抗 样本 生成 方法 系统 设备 存储 介质 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安交通大学，未经西安交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110049467.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种逆流型浮选柱及其给料结构
- 下一篇：一种导尿管开关
