[发明专利]深度不动点网络的白盒对抗鲁棒性评价方法及装置

权利要求书

1.一种深度不动点网络的白盒对抗鲁棒性评价方法，其特征在于，包括：

对深度不动点网络进行对抗训练；

对所述深度不动点网络的前向迭代求解器给出的中间状态进行梯度估计，得到所述中间状态对应的中间梯度；

利用所述中间梯度获取自适应的白盒攻击方法；

基于经过所述对抗训练的所述深度不动点网络，利用所述中间状态获取自适应的防御方法；

使用所述白盒攻击方法和所述防御方法对所述深度不动点网络进行白盒鲁棒性评价。

2.根据权利要求1所述的深度不动点网络的白盒对抗鲁棒性评价方法，其特征在于，所述对所述深度不动点网络的前向迭代求解器给出的中间状态进行梯度估计，得到所述中间状态对应的中间梯度，包括：

随所述深度不动点网络的前向迭代求解器的迭代过程，计算所述中间状态对应的伴随状态；

根据所述伴随状态计算对应的所述中间状态的所述中间梯度。

3.根据权利要求2所述的深度不动点网络的白盒对抗鲁棒性评价方法，其特征在于，所述中间梯度表示为：

其中，表示与中间状态z_n对应的中间梯度；u_n表示与中间状态z_n对应的伴随状态，f_θ函数为DEQ网络中的单层非线性变换；x表示输入样本。

4.根据权利要求1所述的深度不动点网络的白盒对抗鲁棒性评价方法，其特征在于，所述对所述深度不动点网络的前向迭代求解器给出的中间状态进行梯度估计，得到所述中间状态对应的中间梯度，包括：

从所述深度不动点网络的前向迭代求解器获得中间状态序列；

对所述中间状态序列中的中间状态进行直接展开，利用自动微分框架反向传播进行梯度估计，得到所述中间状态的所述中间梯度。

5.根据权利要求4所述的深度不动点网络的白盒对抗鲁棒性评价方法，其特征在于，所述中间梯度表示为：

其中，表示与中间状态z_n对应的中间梯度；y表示输出标签；k表示展开步数；λ表示内插的系数；L(z,y)表示损失函数；I表示单位向量；x表示输入样本；m取值为1至k；f_θ函数为DEQ网络中的单层非线性变换。

6.根据权利要求1所述的深度不动点网络的白盒对抗鲁棒性评价方法，其特征在于，所述利用所述中间梯度获取自适应的白盒攻击方法，包括：

分别根据所述深度不动点网络的前向迭代求解器给出的N个中间状态对应的中间梯度得到N个用于白盒测试的对抗样本，进而得到N个白盒攻击方法；

计算所述深度不动点网络的前向迭代求解器给出的N个中间状态对应的中间梯度之和，根据所述中间梯度之和得到一个用于白盒测试的对抗样本，进而得到第N+1个白盒攻击方法。

7.根据权利要求1所述的深度不动点网络的白盒对抗鲁棒性评价方法，其特征在于，所述利用所述中间状态获取自适应的防御方法，包括：

获取前向传播迭代求解器中各所述中间状态作为输出时，在传统白盒攻击下的鲁棒性，选择鲁棒性最好的所述中间状态作为最优中间状态，根据所述最优中间状态计算所述深度不动点网络的网络输出，得到第一自适应防御方法；

对前向传播迭代求解器中各所述中间状态求取平均值，根据所述平均值计算所述深度不动点网络的网络输出，得到第二自适应防御方法。