[发明专利]一种实用相对顺序对抗攻击方法有效
申请号: | 202110998691.9 | 申请日: | 2021-08-27 |
公开(公告)号: | CN113688914B | 公开(公告)日: | 2022-12-09 |
发明(设计)人: | 王乐;周默;周三平;陈仕韬;辛景民;郑南宁 | 申请(专利权)人: | 西安交通大学;宁波市舜安人工智能研究院 |
主分类号: | G06V10/82 | 分类号: | G06V10/82;G06N3/08;G06F16/53;G06F16/538 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 李红霖 |
地址: | 710049 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 实用 相对 顺序 对抗 攻击 方法 | ||
1.一种实用相对顺序对抗攻击方法,其特征在于,包括:
步骤一、以深度排序模型f(·,·)作为目标模型,利用深度排序模型f(·,·)计算查询样本q和被选中的候选样本集合C={c1,c2,...,ck}之间的距离度量;当深度排序模型f(·,·)的参数获取成功时,使用白盒威胁模型进行相对顺序对抗攻击;
步骤二、使用白盒威胁模型进行相对顺序对抗攻击,包括以下步骤:
设置一个长度为k的排序矢量p,利用排序矢量p标记候选样本集合C中每个样本的相对顺序后进行重排序;重排序后的候选样本集合为Cp={cp1,cp2,...,cpk},以重排序后的候选样本集合Cp中的样本作为攻击对象样本;
针对攻击对象样本,计算其中每个样本与查询样本的组合之间的三元组相对顺序损失;将每两个样本的组合之间的三元组相对顺序损失进行加和,得到一个整体的相对顺序损失函数;基于所得相对顺序损失函数,追加语义保留损失函数,将整体的相对顺序损失函数与追加语义保留损失函数求和,得到总体的带有语义保留性质的相对顺序损失函数;使用投影梯度下降法迭代更新查询样本q,得到对抗样本
步骤三、将所得对抗样本输入到深度排序模型f(·,·)中,输出排序结果;所得的排序结果中,候选样本集合C之间的相对顺序已经修改,实现所述实用相对顺序对抗攻击方法。
2.根据权利要求1所述的一种实用相对顺序对抗攻击方法,其特征在于,步骤一中,从深度排序模型的候选样本数据库X中选择出k个候选样本,得到候选样本集合C={c1,c2,...,ck};其中,每个候选样本从候选样本数据库X中选出。
3.根据权利要求1所述的一种实用相对顺序对抗攻击方法,其特征在于,步骤二中,每两个样本的组合之间计算三元组相对顺序损失的公式为:
[f(q,cpi)-f(q,cpj)]+;
其中,[…]+表示ReLU激活函数,cpi与cpj中cpi是cpj在期望排序中靠前的候选样本,i的取值范围从1到k,而相应的j的范围则从i遍历到k;
得到整体的相对顺序损失函数的公式为:
式中,参数为对抗样本;C为选定的候选样本集合;p为此前定义的排序矢量;i,j,k均为遍历集合的临时变量;cpi与cpj则分别为根据排序矢量p进行重排序的集合Cp={cp1,cp2,...,cpk}中的第i和第j位元素;数学符号[…]+代表ReLU激活函数。
4.根据权利要求3所述的一种实用相对顺序对抗攻击方法,其特征在于,
基于所得相对顺序损失函数追加语义保留损失函数,使每一个来自选中的候选样本集合的样本,比任意一个来自候选样本数据库X的样本x更加靠近给定的修改后的查询样本,即对抗样本
其中,得到追加语义保留损失函数的公式为:
式中,参数为对抗样本;C为选定的候选样本集合;c,x均为遍历集合的临时变量;数学符号[…]+代表ReLU激活函数;集合X是包含集合C在内的所有候选样本的集合,亦即深度排序模型的整个检索数据库。
5.根据权利要求4所述的一种实用相对顺序对抗攻击方法,其特征在于,总体的带有语义保留性质的相对顺序损失函数,其公式为:
式中,ξ为手工设置的平衡超参数,是一个大于0的任意实数;参数为对抗样本;C为选定的候选样本集合;p为此前定义的排序矢量;LReO(…)与LQA+(…)分别为上述步骤中求得的相对顺序损失函数以及语义保留损失函数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学;宁波市舜安人工智能研究院,未经西安交通大学;宁波市舜安人工智能研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110998691.9/1.html,转载请声明来源钻瓜专利网。