[发明专利]用于识别神经网络的输入数据中的对抗性干扰的方法

权利要求书

1.用于识别神经网络（30）的输入数据（10）中的对抗性干扰的方法，

其中在训练阶段（100）期间对条件生成式对抗网络（20）进行训练或已进行了训练，其中在此情况下鉴于生成基于所述神经网络（30）的输入数据（10）来条件化的对抗性干扰方面来训练或者已训练了所述条件生成式对抗网络（20）的生成器网络（21），并且其中至少鉴于识别由所述生成器网络（21）生成的输入数据（10）中的对抗性干扰方面来训练或已训练了所述条件生成式对抗网络（20）的鉴别器网络（22），并且其中在应用阶段（200）期间将经训练的鉴别器网络（22）使用用于识别所述神经网络（30）的输入数据（10）中的对抗性干扰并提供识别结果（14）。

2.根据权利要求1所述的方法，其特征在于，将至少一个传感器（51）的在所述应用阶段（200）期间所检测的传感器数据作为输入数据（10）输送给所述神经网络（30），并且借助于所述神经网络（30）从所述输入数据（10）出发来生成和提供输出数据（16），其中在所述应用阶段（200）期间检测所述至少一个传感器（51）的传感器数据。

3.根据前述权利要求中任一项所述的方法，其特征在于，根据所述识别结果（14）更改所述输入数据（10）的置信度值和/或更改提供所述输入数据（10）的传感器（51）的置信度值。

4.根据前述权利要求中任一项所述的方法，其特征在于，根据所提供的所述识别结果（14）来评价由所述神经网络（30）生成的输出数据（16），和/或根据所述识别结果（14）和/或所述输入数据（10）的经更改的置信度值和/或提供所述输入数据（10）的所述传感器（51）的经更改的置信度值来更改或适配所述神经网络（30）的输出数据（16）的置信度值，其中除了所述输出数据（16）外还附加地提供所述置信度值。

5.根据前述权利要求中任一项所述的方法，其特征在于，根据所述识别结果（14），更改借助于所述神经网络（30）基于所述输入数据（10）推断出的输出数据（16）的在经平均的输出数据中和/或利用所述输出数据（16）来工作的估计方法中的权重。

6.根据前述权利要求中任一项所述的方法，其特征在于，在至少一个其他训练阶段（100）期间基于至少一个其他对抗性干扰来训练所述条件生成式对抗网络（20）。

7.根据前述权利要求中任一项所述的方法，其特征在于，所述训练阶段（100）在后端服务器（2）上执行，其中所述应用阶段（200）在与所述后端服务器（2）分离的至少一个探测设备（3）上执行。

8.根据前述权利要求中任一项所述的方法，其特征在于，使用由经训练的生成器网络（21）所生成的、经对抗性干扰的输入数据（10）以用于测试至少一种针对对抗性干扰的防御策略和/或用于测试经适配的神经网络（30）。

9.根据前述权利要求中任一项所述的方法，其特征在于，所述神经网络（30）提供用于运输工具的自动化行驶和/或用于所述运输工具的驾驶员辅助和/或用于环境检测和/或环境觉察的功能。

10.用于识别神经网络（30）的输入数据（10）中的对抗性干扰的方法，

其中将经训练的鉴别器网络（22）使用用于识别所述神经网络（30）的输入数据（10）中的对抗性干扰并提供识别结果（14），其中在训练阶段（100）中借助于根据权利要求1至9中任一项所述的方法已经训练了所述鉴别器网络（22）。