文档详情

一种对智能系统的多模型结构进行对抗样本攻击的方法.pdf

发布：2023-06-19约8.66千字共9页下载文档

文本预览下载声明

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113392797 A (43)申请公布日 2021.09.14 (21)申请号 202110729962.0 (22)申请日 2021.06.29 (71)申请人中国科学技术大学地址

显示全部

相似文档

一种语音对抗样本识别模型训练方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114550704 A (43)申请公布日 2022.05.27 (21)申请号 202210095222.0 (22)申请日 2022.01.26 (71)申请人浙江大学地址 310058 浙江
2023-05-07 约1.03万字 10页立即下载
一种对抗攻击样本生成方法和装置、电子设备.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117808095A (43)申请公布日2024.04.02 (21)申请号202410206258.0 (22)申请日2024.02.26 (71)申请人哈尔滨工业大学（
2024-03-29 约1.74万字 14页立即下载
一种应对视频分类对抗攻击的防御方法和系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116403138 A (43)申请公布日 2023.07.07 (21)申请号 202310310676.X G06N 3/0464 (2023.01) (22)申请日 2023.03
2023-07-04 约1.86万字 14页立即下载
一种基于生成模型的对抗样本生成方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361594 A (43)申请公布日 2021.09.07 (21)申请号 202110621339.3 (22)申请日 2021.06.03 (71)申请人安徽理工大学地址
2023-06-20 约1.08万字 9页立即下载
一种基于可解释性的对抗攻击方法.docx 一种基于可解释性的对抗攻击方法 一、引言随着深度学习技术的快速发展，神经网络在许多领域都取得了显著的成果。然而，随之而来的安全问题也引起了人们的关注。其中，对抗攻击作为一种重要的安全威胁，已经成为研究的热点。对抗攻击是指通过添加微小的扰动来改变模型的输出，使模型产生错误的预测。为了应对这一挑战，本文提出了一种基于可解释性的对抗攻击方法。二、背景与相关研究对抗攻击主要包括白盒攻击和黑盒攻击两种类型。白盒攻击可以获取模型的内部信息，如参数、结构等，而黑盒攻击则无法获取这些信息。近年来，研究者们提出了一些基于梯度的方法来执行白盒攻击，这些方法虽然可以有效地攻击模型，但往往缺乏可解释性。因此，本
2025-03-14 约4.72千字 10页立即下载
一种可对抗重放攻击的指令加密、解密方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114465804 A (43)申请公布日 2022.05.10 (21)申请号 202210142930.5 (22)申请日 2022.02.16 (71)申请人
2023-05-08 约2.52万字 14页立即下载
一种深度入侵检测的对抗攻击系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113392932 A (43)申请公布日 2021.09.14 (21)申请号 202110760120.1 (22)申请日 2021.07.06 (71)申请人中国兵器工业信息中心
2023-06-21 约1.54万字 16页立即下载
针对黑盒对抗样本攻击的视频分类系统安全性增强方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112819109 B (45)授权公告日 2021.06.18 (21)申请号 202110416397.2 CN 108446765 A,2018.08.24 (22)
2023-06-04 约1.06万字 9页立即下载
物理对抗攻击方法、物理对抗攻击模型训练方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114821215 A (43)申请公布日 2022.07.29 (21)申请号 202110116976.5 (22)申请日 2021.01.27 (71)申请人中国科学技术大学地址 23002
2023-05-12 约1.54万字 16页立即下载
基于特征混合和Curls迭代的对抗样本跨模型攻击研究.docx 基于特征混合和Curls迭代的对抗样本跨模型攻击研究一、引言随着深度学习技术的快速发展，人工智能模型在各个领域的应用越来越广泛。然而，随着其应用场景的扩展，对抗样本攻击问题也日益突出。对抗样本攻击是指通过特定的手段制造出可以误导机器学习模型的输入样本，导致模型做出错误的判断。为了有效应对这一问题，本文针对基于特征混合和Curls迭代的对抗样本跨模型攻击进行研究，以期提高模型的鲁棒性和安全性。二、研究背景近年来，对抗样本攻击已成为深度学习领域的研究热点。对抗样本的生成方法多种多样，其中基于特征混合和Curls迭代的攻击方法具有较高的攻击效果。本文旨在研究这两种方法在跨模型攻击中的应用，分
2025-03-09 约4.44千字 9页立即下载
一种输电线路图像样本对抗学习增广方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361443 A (43)申请公布日 2021.09.07 (21)申请号 202110687728.6 G06N 3/08 (2006.01)
2023-06-18 约1.57万字 13页立即下载
一种针对激光雷达的对抗样本生成方法和系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361565 A (43)申请公布日 2021.09.07 (21)申请号 202110526682.X (22)申请日 2021.05.14 (71)申请人浙江工业大学地址
2023-06-19 约1.23万字 13页立即下载
一种面向目标检测的物理攻击对抗补丁的生成方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361604 A (43)申请公布日 2021.09.07 (21)申请号 202110629124.6 (22)申请日 2021.06.03 (71)申请人浙江工业大学地址
2023-06-19 约1.22万字 10页立即下载
面向预训练代码模型的对抗攻击方法研究.pdf 摘要随着机器学习和深度学习技术的快速发展，预训练代码模型已经成为代码理解和生成领域的重要工具。然而，这些模型的安全性问题，尤其是对抗性攻击的威胁，引起了广泛关注。对抗性攻击指的是通过精心设计的输入来误导模型输出的技术，这对于依赖机器学习和深度学习技术的系统构成了严峻挑战。本文针对预训练代码模型的对抗攻击问题进行了深入研究，旨在揭示模型的潜在脆弱性，并提出有效的攻击策略。本文关注于代码对抗攻击领域，首先回顾了预训练代码模型的工作原理和现有的对抗攻击方法，特别是对CodeBER
2024-12-13 约8.28万字 57页立即下载
一种针对场景文字识别的非定向式白盒对抗攻击方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112836798 A (43)申请公布日 2021.05.25 (21)申请号 202110126481.0 (22)申请日 2021.01.29 (71)申请人华中科技大学地址
2023-06-02 约1.39万字 11页立即下载