[发明专利]基于图像特征分析的抵御神经网络后门攻击方法及系统

摘要

本发明提供一种抵御神经网络后门攻击的图像特征分析方法及系统，进行数据处理与模型初始化，在需要训练新模型且良性数据过少时进行数据增强，得到干净数据集；基于初始深度神经网络模型，进行良性数据特征共性分析，包括特征选择和特征提取；特征差异分析，基于质心防御策略初步筛选恶意数据；基于深度KNN防御策略二次筛查可疑数据本。本发明解决了传统人工筛查毒化样本方法不适用于基于隐蔽型触发器后门攻击的问题，本提出一种基于图像特征分析筛查毒化样本的通用防御方法；通过构建良性训练数据的特征共性，基于质心、深度KNN防御策略双重筛查待测数据是否与其对应标签的特征共性存在较大差异，有效降低后门攻击成功率，解决传统防御策略不足。