[发明专利]基于生成对抗网络的深度学习模型自然后门攻击方法在审
| 申请号： | 202310505758.X | 申请日： | 2023-05-06 |
| 公开（公告）号： | CN116797865A | 公开（公告）日： | 2023-09-22 |
| 发明（设计）人： | 薛明富;倪士峰;王鑫 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/764;G06N5/04;G06N20/20 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210016 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于生成对抗网络的深度学习模型自然后门攻击方法，属于人工智能安全领域。包括如下步骤：(1)使用生成对抗网络生成带有自然雾气的后门实例；(2)修改后门实例的标签为目标标签，得到后门数据集；(3)使用制作好的后门数据集和干净数据集对深度学习模型进行训练，得到后门模型；(4)推理阶段使用生成对抗网络生成后门实例输入到后门模型，使模型输出特定的目标标签。本发明使用生成对抗网络生成与自然雾气图像相似的后门实例，使得后门实例更加自然且隐蔽。同时后门实例的雾气是特定于样本的，使得每个后门实例上的触发器均不相同。消除了传统后门攻击方式中的触发器不够自然、触发器固定易被检测等问题。 | ||
| 搜索关键词： | 基于 生成 对抗 网络 深度 学习 模型 自然 后门 攻击 方法 | ||
【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南京航空航天大学，未经南京航空航天大学许可，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/202310505758.X/，转载请声明来源钻瓜专利网。
