[发明专利]一种基于对抗样本的深度学习模型安全风险评估方法有效
申请号: | 201810877437.1 | 申请日: | 2018-08-03 |
公开(公告)号: | CN109034632B | 公开(公告)日: | 2019-06-18 |
发明(设计)人: | 初妍;王泉;李传博;魏兰兰;栾兰;夏琳琳;沈洁;于海涛;高迪;张艳丽 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06N3/08 |
代理公司: | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人: | 安琪 |
地址: | 150001 黑龙江*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出了一种基于对抗样本的深度学习模型安全风险评估方法,属于计算机技术领域。所述方法通过原始样本图像xc进行预处理和利用待测目标深度学习模型对原始样本图像xc进行预测等步骤实现深度学习模型安全风险评估。所述方法能够实现对深度学习模型安全风险的有效评估。 | ||
搜索关键词: | 风险评估 原始样本图像 学习 样本 安全 计算机技术领域 预处理 待测目标 对抗 评估 预测 | ||
【主权项】:
1.一种基于对抗样本的深度学习模型安全风险评估方法,其特征在于,所述评估方法包括:步骤一:确定待测目标深度学习模型,并从原始样本集中抽取原始样本图像;步骤二:对原始样本图像xc进行预处理,使所述原始样本图像xc符合目标深度学习模型的输入格式要求;步骤三:利用待测目标深度学习模型,对原始样本图像xc进行预测,获得所述原始样本图像xc属于各个类别的概率分布;步骤四:将各个类别对应的概率按从大到小降序排列形成类别概率序列Pc,所述待测目标深度学习模型对所述原始样本图像xc的预测结果为排在所述类别概率序列Pc中第一位的类别yc;步骤五:根据所述原始样本图像xc的真实类别标签yt,检查所述待测目标深度学习模型是否预测正确;如果预测正确,则将预处理后的原始样本图像xc再次输入待测目标深度学习模型,生成待测目标深度学习模型关于所述原始样本图像xc的对抗样本图像xa;如果所述待测目标深度学习模型预测错误,则所述预测准确度不符要求,需要继续训练,退出程序;步骤六:利用待测目标深度学习模型,对步骤五所述的对抗样本图像xa进行预测,得到所述抗样本图像xa属于各个类别的概率分布,并将各个类别对应的概率按从大到小降序排列形成对抗样本类别概率序列Pa,所述待测目标深度学习模型对抗样本图像xa的预测结果为排在对抗样本类别概率序列Pa中的第一位的类别ya;步骤七:计算待测目标深度学习模型对抗安全指数;利用待测目标深度学习模型对原始样本和对抗样本的预测概率分布,计算待测目标深度学习模型对抗安全指数,所述待测目标深度学习模型对抗安全指数即为模型安全风险评估结果;步骤八:输出所述模型安全风险评估结果,所述待测目标深度学习模型对抗安全指数越大,则所述待测目标深度学习模型越不安全,越容易被攻击和欺骗;按照待测目标深度学习模型对抗安全指数,根据阈值将待测目标深度学习模型安全风险分级,得到最终的模型安全情况,为待测目标深度学习模型的使用和安全评估提供参考和数值指标。
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哈尔滨工程大学,未经哈尔滨工程大学许可,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/201810877437.1/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理