[发明专利]一种基于自适应信赖域半径校正生成对抗样本的方法

权利要求书

1.一种基于自适应信赖域半径校正生成对抗样本的方法，包括如下步骤：

步骤S1，输入原始图像X，将其表示成a×b的矩阵D，在矩阵D中进行核心区域定位；

步骤S2，采用自适应信赖域半径校正算法限制图片的扰动范围，得到基于信赖域半径校正算法的对抗样本。

2.如权利要求1所述的一种基于自适应信赖域半径校正生成对抗样本的方法，其特征在于，步骤S2进一步包括：

步骤S200，给定模型函数f(x)，目标函数g(x)；

步骤S201，若模型函数f(x)的一次导数信息||g_k||≤ε，则停止更新信赖域，其中，|ε|＜0.001；

步骤S202，计算信赖域半径，并更新所述原始图像X；

步骤S203，采用信赖域半径修正算法校正信赖域半径；

步骤S204，利用校正后的信赖域半径rk构造对抗样本；

步骤S205，重复执行步骤S201-S204进行K轮迭代，得到最终的对抗样本。

3.如权利要求2所述的一种基于自适应信赖域半径校正生成对抗样本的方法，其特征在于：于步骤S203中，将所述信赖域半径rk与自定义超参数c₀进行比较，根据比较结果确定自适应的变量参数c₆，更新下一轮的可扰动的范围，从而将所述信赖域半径rk控制在信赖域的领域。

4.如权利要求3所述的一种基于自适应信赖域半径校正生成对抗样本的方法，其特征在于，于步骤S203中，若信赖域半径r_k＞自定义超参数c₀，则计算：

c₆＝||s_k||/||y_k||，其中y_k＝g_k-g_k-1，gk为模型函数f(x)的一次导数信息；

否则令c₆＝c₆/4；

然后更新信赖域Δ_k+1，将信赖域半径r_k控制在信赖域的领域。

5.如权利要求4所述的一种基于自适应信赖域半径校正生成对抗样本的方法，其特征在于：通过上一轮的梯度矩阵g_k对k+1轮的扰动范围Δ_k+1即信赖域，进行更新。

6.如权利要求5所述的一种基于自适应信赖域半径校正生成对抗样本的方法，其特征在于，所述信赖域Δ_k+1更新如下：

其中，Δ_k+1被定义为k+1轮的信赖域，c₆表示自适应的变量参数，s_k为步长因子，其中表示对f(x_k)求一次导，c₂为自定义参数，0＜c₂＜1。

7.如权利要求6所述的一种基于自适应信赖域半径校正生成对抗样本的方法，其特征在于，于步骤S203后，还包括如下步骤：

如果信赖域半径r_k＞自定义超参数c₀，则修正所述模型函数f(x)的二次导数B_k以进一步对信赖域进行修正，并令k＝k+1，返回至步骤S201。

8.如权利要求7所述的一种基于自适应信赖域半径校正生成对抗样本的方法，其特征在于，于步骤S204中，所述对抗样本构造如下：

其中，表示第k轮生成的对抗样本。