[发明专利]一种基于EEG的脑机接口回归系统白盒目标攻击方法

权利要求书

1.一种基于EEG的脑机接口回归系统的白盒目标攻击方法，其特征在于，该方法包括以下步骤：

S1.获取基于EEG的脑机接口回归系统中的回归模型g(x)；

S2.获取输入到该回归模型的原始样本x；

S3.针对g(x)设计目标函数其中，x′为对抗样本，t为期望模型预测发生变化值；

S4.利用目标函数和对抗扰动δ的2范数，确定最终优化函数‖δ‖₂+c.max{g(x)+t-g(x′),0}，其中，对抗扰动与对抗样本的关系如下：δ＝x′-x，c为权衡系数常数；

S5.采用梯度下降方法迭代寻找，使最终优化函数最小的对抗扰动δ；

S6.将对抗扰动δ叠加到原始样本x，得到对抗样本x′。

2.如权利要求1所述的方法，其特征在于，步骤S4中，使用二分法寻找在保证白盒攻击成功率的前提下使得对抗样本失真最小的权衡系数常数c。

3.一种基于EEG的脑机接口回归系统的白盒目标攻击方法，其特征在于，该方法包括以下步骤：

S1.获取基于EEG的脑机接口回归系统中的回归模型g(x)；

S2.获取输入到该回归模型的原始样本x；

S3.针对回归模型g(x)，设计损失函数J(x′,x,t)＝max{g(x)+t-g(x′),0}，其中，x′为对抗样本，t为期望模型预测发生变化值；

S4.初始化对抗样本x′_n＝x，n＝0；

S5.计算损失函数J(x′_n,x,t)在x′_n处的梯度

S6.使用梯度和x′_n，计算对抗样本其中，函数Clip_x,∈(·)用于确保输出值与x在每个维度的差值不超出∈，∈为每次迭代生成的扰动的幅值上限，α为步长常数；

S7.判断是否满足停止条件，所述停止条件为达到指定的迭代次数，若是，得到对抗样本x′＝x′_n+1，否则，n加1，进入步骤S5。

4.如权利要求3所述的方法，其特征在于，每次迭代生成的扰动的幅值上限∈取值范围为[0.01,0.1]。

5.如权利要求3所述的方法，其特征在于，步长常数α取值范围为[0.01,0.05]。

6.如权利要求1至5任一项所述的方法，其特征在于，该方法还包括：在得到对抗样本x′后，判断是否满足若是，则回归模型g(x)具有鲁棒性，否则，不具有鲁棒性，其中，β为设定阈值。

7.如权利要求6所述的方法，其特征在于，β∈[5％,10％]。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于EEG的脑机接口回归系统的白盒目标攻击方法。