[发明专利]对抗数据生成方法、装置、设备及存储介质

说明书

本公开是关于一种对抗数据生成方法、装置、设备及存储介质，属于计算机技术领域。方法包括：获取第一目标数据；获取对抗数据生成模型，对抗数据生成模型根据样本原始数据训练得到，对抗数据生成模型的训练目标为生成的对抗数据与对应的原始数据被划分为不同的类别，且生成的对抗数据与对应的原始数据之间的差异趋向于最小；基于对抗数据生成模型，生成第一目标数据对应的对抗数据。由于本公开实施例中基于已训练的对抗数据生成模型生成对抗数据，因此无需进行多次修改和多次分类处理，减小了计算量，缩短了耗时，提高了效率。

技术领域

本公开涉及计算机技术领域，尤其涉及一种对抗数据生成方法、装置、设备及存储介质。

背景技术

基于机器学习算法的分类模型凭借其良好的学习性能和分类准确率，得到了广泛应用。然而由于多种因素的影响导致数据受到干扰，形成对抗数据，影响分类准确率。因此，需要获取对抗数据，基于对抗数据对分类模型进行训练，以得到准确率更高的分类模型。

相关技术中，通常在获取到原始数据后，采用预设算法对原始数据进行修改，得到第一数据。基于已训练的分类模型分别对原始数据和第一数据进行分类处理，得到原始数据的类别和第一数据的类别。若第一数据的类别与原始数据的类别不同，则将该第一数据确定为该原始数据对应的对抗数据。若该第一数据的类别与原始数据的类别相同，则继续采用预设算法对第一数据进行修改，直到本次修改后的数据的类别与原始数据的类别不同为止。

上述方案需要进行多次修改，还需要基于分类模型进行多次分类处理，才能生成原始数据对应的对抗数据，计算量较大，耗时较长。

发明内容

本公开提供了一种对抗数据生成方法、装置、设备及存储介质，能够克服相关技术中的计算量较大、耗时较长的问题。

根据本公开实施例的第一方面，提供一种对抗数据生成方法，所述方法包括：

获取第一目标数据；

获取对抗数据生成模型，所述对抗数据生成模型根据样本原始数据训练得到，所述对抗数据生成模型的训练目标为生成的对抗数据与对应的原始数据被划分为不同的类别，且所述生成的对抗数据与对应的原始数据之间的差异趋向于最小；

基于所述对抗数据生成模型，生成所述第一目标数据对应的对抗数据。

在一种可能实现的方式中，所述方法还包括：

获取第一原始数据；

基于对抗数据生成模型，生成所述第一原始数据对应的第一对抗数据；

基于判别模型，对所述第一原始数据和所述第一对抗数据进行判别处理，得到判别结果，所述判别模型用于确定所述第一对抗数据与所述第一原始数据之间的差异；

基于分类模型，对所述第一对抗数据进行分类处理，得到所述第一对抗数据的类别；

根据所述判别结果和所述类别，对所述对抗数据生成模型和所述判别模型进行训练，以使所述对抗数据生成模型生成的对抗数据与对应的原始数据被划分为不同的类别，且所述对抗数据生成模型生成的对抗数据与对应的原始数据之间的差异趋向于最小。

在另一种可能实现的方式中，所述判别结果包括所述第一原始数据对应的第一数据和所述第一对抗数据对应的第二数据；

所述根据所述判别结果和所述类别，对所述对抗数据生成模型和所述判别模型进行训练，包括：

根据所述第二数据、所述类别和生成损失函数，对所述对抗数据生成模型进行训练，以使所述生成损失函数的输出值趋向于最小；

根据所述第一数据、所述第二数据和判别损失函数，对所述判别模型进行训练，以使所述判别损失函数的输出值趋向于最小。