[发明专利]一种基于距离的对抗样本生成方法

权利要求书

1.一种基于距离的对抗样本生成方法，其特征是对生成的对抗样本与原数据都提取特征，转换成向量表示；通过计算生成的对抗样本与原样本的距离，评估出距离的合理阈值；通过对神经元进行插桩，计算数据扰动后的梯度方向。

2.根据权利要求1所描述的对生成的对抗样本与原数据都提取特征，转换成向量表示，其特征是：采用卷积神经网络的方法对用户上传的数据文件进行特征提取，将一张图片转化为一个特征向量。进行监督学习和非监督学习，使用隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化特征。

3.根据权利要求1所描述的通过计算生成的对抗样本与原样本的距离，评估出距离的合理阈值，其特征是：采用L范式距离计算，将扰动所生成的对抗样本与原数据相比较，得到他们的距离关系。

4.根据权利要求1所描述的通过对神经元进行插桩，计算数据扰动后的梯度方向。其特征是：在导入深度神经网络时，会对神经元进行插桩，进而计算出数据输入以后神经元的输出的变化，从而计算数据扰动后的梯度方向。