[发明专利]信息干扰模型训练方法、信息干扰方法、相关装置及介质

说明书

本申请实施例公开了一种信息干扰模型训练方法、信息干扰方法、相关装置及介质。方法包括：获取训练文本集，对第一子训练文本中的信息进行乱序处理，得到M个乱序文档，所述第一子训练文本为所述训练文本集中的任一训练文本；根据所述M个乱序文档确定N个待处理文本对抗样本，所述M和N均为正整数，M≥N；对所述N个待处理文本对抗样本进行像素级干扰处理，得到干扰样本；根据预设规则从所述干扰样本中确定最终文本对抗样本；根据所述训练文本集中各训练文本对应的最终文本对抗样本，对所述信息干扰模型进行训练。

技术领域

本申请涉及数据加密技术领域，尤其涉及一种信息干扰模型的训练方法、信息干扰方法、装置、设备及存储介质。

背景技术

基于用户对图片中的文字进行智能识别的需求，光学字符识别(opticalcharacter recognition，OCR)等文字识别技术应运而生，通过对图片中包含的文字进行智能识别，提高文字识别效率，能够节约人们手动将图片中的文字打出来的时间。

然而实际应用中，机器文字识别在有些特定场景会带来一定弊端，例如在将图片中包括的字符输入至验证码输入框时，如果文字识别技术能够替代人眼直接识别出图片中包括的字符，会给验证码校验带来安全风险，或者通过屏幕展示电子合同时，如果被拍成图片，直接利用文字识别技术将合同中的内容识别、复制等操作，会使得电子合同中的信息严重泄露等。

因此考虑到上述场景，如何降低文字识别技术带来的风险，是目前亟需解决的问题。

发明内容

本申请实施例提供了一种信息干扰模型训练方法、信息干扰方法、相关装置及介质，可以降低文字识别技术带来的风险，防止信息泄露。

第一方面，本申请实施例提供了一种信息干扰模型的训练方法，所述方法包括：获取训练文本集，对第一子训练文本中的信息进行乱序处理，得到M个乱序文档，所述第一子训练文本为所述训练文本集中的任一训练文本；根据所述M个乱序文档确定N个待处理文本对抗样本，所述M和N均为正整数，M≥N；对所述N个待处理文本对抗样本进行像素级干扰处理，得到干扰样本；根据预设规则从所述干扰样本中确定最终文本对抗样本；根据所述训练文本集中各训练文本对应的最终文本对抗样本，对所述信息干扰模型进行训练。

在一些实施例中，所述根据所述M个乱序文档确定N个待处理文本对抗样本包括：将所述M个乱序文档输入至预设的文本识别模型中，得到各乱序文档的识别精度；根据识别精度对所述M个乱序文档按照升序排列，得到精度排序；将所述精度排序中的最小识别精度与预设的精度差距阈值相加得到容忍精度；将所述精度排序中，识别精度小于所述容忍精度对应的乱序文档确定为所述待处理文本对抗样本。

在一些实施例中，当所述待处理文本对抗样本包括字符时，所述对所述N个待处理文本对抗样本进行像素级干扰处理，得到干扰样本包括：对所述N个待处理文本对抗样本进行相似像素变换处理，得到第一干扰样本；和/或，对所述N个待处理文本对抗样本进行加权像素覆盖处理，得到第二干扰样本。

在一些实施例中，所述对所述N个待处理文本对抗样本进行相似像素变换处理，得到第一干扰样本包括：在第一待处理文本对抗样本中各字符的外周设置边缘区域，所述第一待处理文本对抗样本为所述N个待处理文本对抗样本中的任一对抗样本；获取与第一字符对应的第一字符表，所述第一字符为所述第一待处理文本对抗样本中各字符中的任一字符，所述第一字符表包括所述第一字符的相似字符；将设置了边缘区域的所述第一字符和所述第一字符表输入至预设模型进行反向求导，以输出将所述第一字符识别为目标相似字符的像素的权重系数，所述目标相似字符包含于所述第一字符表；根据所述像素的权重系数调整所述第一字符的预定背景中的像素点，以得到所述第一干扰样本，所述预定背景为所述第一字符所在区域中除第一字符区域和所述第一字符的边缘区域以外的其他区域。