一种基于ε-贪心专家决策筛选的主动学习溯源攻击方法

发明专利有效专利

申请号：
CN202011095810.1
IPC分类号：G06K9/62;G06N20/00
申请日期：
2020-10-14
申请人：
浙江工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于ε-贪心专家决策筛选的主动学习溯源攻击方法
申请号	CN202011095810.1	申请日期	2020-10-14
法律状态	实质审查	申报国家	中国
公开/公告日	2021-03-02	公开/公告号	CN112434719A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;2;0;/;0;0查看分类表>
申请人	浙江工业大学	申请人地址	浙江省杭州市下城区朝晖六区潮王路18号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江工业大学	当前权利人	浙江工业大学
发明人	洪榛;陈焕;郑德华;安曼
代理机构	杭州斯可睿专利事务所有限公司	代理人	暂无

摘要

一种基于ε‑贪心专家决策筛选的主动学习溯源攻击方法，来解决在单攻击者或单专家标注的情况太过理想的问题；考虑到传统主动学习攻击模型中可能存在单专家标注错误的问题，并且同时要将攻击模型和专家进行匹配，避免在标注过程中造成错误的样本标注，从而导致攻击资源的浪费，增大被系统发现的概率，建立一个攻击模型专家筛选算法；考虑到专家自身对采样样本和攻击模型也会有自身的理解，每时每刻可能也改变着标注决策，并不能保证自身标注的稳定性，建立基于ε‑贪心的专家决策优化算法，最终建立基于ε‑贪心专家决策筛选的主动学习溯源攻击算法，本发明提出的主动学习章提出的算法比其他主动学习算法具有较优的溯源攻击性能。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供