[发明专利]基于生成对抗网络的对抗信号检测方法、装置及电子设备

权利要求书

1.一种基于生成对抗网络的对抗信号检测方法，其特征在于，包括：

获取信号训练样本；

基于所述信号训练样本，利用所述生成对抗网络生成所述信号训练样本对应的第一重构样本；

利用预设分类模型分别对所述信号训练样本和所述第一重构样本进行分类，得到所述信号训练样本的分类结果和所述第一重构样本的分类结果；

根据所述信号训练样本的分类结果和所述第一重构样本的分类结果，确定对抗信号检测阈值；

根据所述对抗信号检测阈值检测对抗信号。

2.根据权利要求1所述的方法，其特征在于，所述生成对抗网络通过如下方式训练得到：

获取所述信号训练样本，所述信号训练样本包括训练数据标签；

基于所述训练数据标签和随机噪声数据，利用所述生成对抗网络的生成器生成第二重构样本；

利用所述生成对抗网络中的判别器对所述信号训练样本和所述第二重构样本进行判别，得到判别结果；

根据所述判别结果更新所述生成对抗网络的参数，得到训练后的生成对抗网络。

3.根据权利要求2所述的方法，其特征在于，所述训练数据标签包括多个信号训练样本的训练数据标签，所述基于所述训练数据标签和随机噪声数据，利用所述生成对抗网络的生成器生成第二重构样本包括：

对于目标信号训练样本的训练数据标签，初始化所述目标信号训练样本对应的多个随机噪声值，其中所述目标信号训练样本为多个信号训练样本中的任意一个；

基于所述目标信号训练样本对应的多个随机噪声值，利用所述生成对抗网络的生成器生成所述目标信号训练样本对应的多个第二重构样本；

根据所述目标信号训练样本与各个第二重构样本之间的相似度，确定所述目标信号训练样本对应的最终的第二重构样本。

4.根据权利要求1所述的方法，其特征在于，所述信号训练样本的分类结果包括多个信号训练样本的预测值，所述第一重构样本的分类结果包括多个第一重构样本的预测值，所述根据所述信号训练样本的分类结果和所述第一重构样本的分类结果，确定对抗信号检测阈值包括：

分别确定各个信号训练样本的预测值与对应的第一重构样本的预测值的误差值，得到多个误差值；

确定多个误差值的平均值，作为所述对抗信号检测阈值。

5.根据权利要求1所述的方法，其特征在于，所述根据所述对抗信号检测阈值检测对抗信号包括：

获取信号测试样本；

根据所述信号测试样本，利用所述生成对抗网络的生成器生成第三重构样本；

利用所述预设分类模型分别对所述信号测试样本和所述第三重构样本进行分类，得到所述信号测试样本的分类结果和所述第三重构样本的分类结果；

根据所述信号测试样本的分类结果与所述第三重构样本的分类结果，利用所述对抗信号检测阈值检测所述信号测试样本中的对抗信号。

6.根据权利要求5所述的方法，其特征在于，所述信号测试样本的分类结果与所述第三重构样本的分类结果均包括预测值，所述根据所述信号测试样本的分类结果与所述第三重构样本的分类结果，利用所述对抗信号检测阈值检测所述信号测试样本中的对抗信号包括：

确定所述信号测试样本的预测值与所述第三重构样本的预测值的误差值；

在所述误差值大于所述对抗信号检测阈值的情况下，确定所述信号测试样本为对抗信号；

在所述误差值不大于所述对抗信号检测阈值的情况下，确定所述信号测试样本为非对抗信号。

7.一种基于生成对抗网络的对抗信号检测装置，其特征在于，包括：

获取单元，用于获取信号训练样本；

生成单元，用于基于所述信号训练样本，利用所述生成对抗网络生成所述信号训练样本对应的第一重构样本；

分类单元，用于利用预设分类模型分别对所述信号训练样本和所述第一重构样本进行分类，得到所述信号训练样本的分类结果和所述第一重构样本的分类结果；

确定单元，用于根据所述信号训练样本的分类结果和所述第一重构样本的分类结果，确定对抗信号检测阈值；

检测单元，用于根据所述对抗信号检测阈值检测对抗信号。