[发明专利]对抗数据获取方法、装置、设备及存储介质

权利要求书

1.一种对抗数据获取方法，其特征在于，所述方法包括：

获取第一目标数据和第二目标数据，所述第一目标数据的类别与所述第二目标数据的类别不同，所述第一目标数据和所述第二目标数据为图片、音频或者视频格式的数据；

基于特征提取模型，获取所述第一目标数据的第一特征和所述第二目标数据的第二特征，所述第一特征用于描述所述第一目标数据，所述第二特征用于描述所述第二目标数据；

根据所述第一特征和所述第二特征，获取干扰数据，所述干扰数据用于描述所述第二特征与所述第一特征之间的差异；

根据所述第一目标数据与所述干扰数据，获取所述第一目标数据对应的第一对抗数据，所述第一对抗数据与所述第二目标数据被划分为相同类别，所述第一目标数据与所述第一对抗数据用于对分类模型进行训练，所述分类模型具备对对抗数据进行分类的能力，所述分类模型用于对获取到的待分类的数据进行分类。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征和所述第二特征，获取干扰数据，包括：

根据所述第一特征和所述第二特征，获取所述第二特征与所述第一特征之间的距离；

根据所述距离和所述第一目标数据，采用以下函数获取所述干扰数据：

其中，J(θ，x，x^target)为所述干扰数据，θ为所述函数的参数，x为所述第一目标数据，x^target为所述第二目标数据，distance(F_target-F_origin)为所述第二特征与所述第一特征之间的距离，为对所述第一目标数据求偏导后得到的梯度。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一目标数据与所述干扰数据，获取所述第一目标数据对应的第一对抗数据，包括：

根据所述第一目标数据和所述干扰数据，采用以下函数进行计算，获取所述第一对抗数据：

x^adv＝x+∈·sign·J(θ，x，x^target)

其中，x^adv为所述第一对抗数据，x为所述第一目标数据，J(θ，x，x^target)为所述干扰数据，∈为叠加系数，sign为符号函数。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取第一原始数据；

基于所述特征提取模型，获取所述第一原始数据的第三特征，所述第三特征用于描述所述第一原始数据；

基于解码模型，对所述第三特征进行解码处理，得到第一数据；

根据所述第一数据对所述特征提取模型和所述解码模型进行训练，以使基于所述特征提取模型和所述解码模型处理后的数据与其对应的原始数据之间的差异趋向于最小。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第一数据对所述特征提取模型和所述解码模型进行训练，以使基于所述特征提取模型和所述解码模型处理后的数据与其对应的原始数据之间的差异趋向于最小，包括：

根据所述第一数据和预设损失函数，对所述特征提取模型和所述解码模型进行训练，以使所述预设损失函数的输出值趋向于最小；

所述基于所述特征提取模型和所述解码模型处理后的数据与其对应的原始数据之间的差异，与所述预设损失函数的输出值正相关。

6.根据权利要求5所述的方法，其特征在于，所述预设损失函数为：

其中，loss(θ，x，x^rec)为所述预设损失函数，θ为所述预设损失函数的参数，x^rec为第二数据，W为所述第一原始数据中像素的宽度，H为所述第一原始数据中像素的高度，x_w，h为位于所述第一原始数据中宽度为w、高度为h的像素点，为位于所述第二数据中宽度为w、高度为h的像素点。