基于稀疏扰动的对抗样本生成方法及系统

发明专利有效专利

申请号：
CN202210829831.4
IPC分类号：G06V10/774;G06V10/40;G06V10/82
申请日期：
2022-07-15
申请人：
河海大学

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	基于稀疏扰动的对抗样本生成方法及系统
申请号	CN202210829831.4	申请日期	2022-07-15
法律状态	公开	申报国家	中国
公开/公告日	2022-11-08	公开/公告号	CN115311513A
优先权	暂无	优先权号	暂无
主分类号	G06V10/774	IPC分类号	G;0;6;V;1;0;/;7;7;4;;;G;0;6;V;1;0;/;4;0;;;G;0;6;V;1;0;/;8;2查看分类表>
申请人	河海大学	申请人地址	江苏省南京市鼓楼区西康路1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	河海大学	当前权利人	河海大学
发明人	胡黎明;吉顺慧;张鹏程
代理机构	南京苏高专利商标事务所（普通合伙）	代理人	孟红梅

摘要

本发明面向图像领域的DNN模型，提出了一种基于稀疏扰动的对抗样本生成方法及系统。本发明首先基于损失函数关于输入图像的梯度值迭代地选择扰动点来生成初始对抗样本，每一次迭代按照梯度值由大到小的顺序确定新增扰动点的候选集，选择使损失函数值最小的扰动添加到图像中。然后基于生成的初始扰动方案，通过一种扰动优化策略来提高对抗样本的稀疏性和真实性，基于每个扰动的重要性来改进扰动以跳出局部最优，并进一步减少冗余扰动以及冗余扰动幅度。本发明针对Inception‑v3模型在ImageNet数据集上生成的非目标对抗样本能够达到100％的攻击成功率，与现有对抗样本生成方法相比，本发明生成的扰动在具有较低扰动幅度的同时，能够达到更优的扰动稀疏性。

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