[发明专利]使用交叉训练模型检测对抗样本的方法在审
| 申请号： | 201810587300.2 | 申请日： | 2018-06-06 |
| 公开（公告）号： | CN108932527A | 公开（公告）日： | 2018-12-04 |
| 发明（设计）人： | 易平;胡嘉尚;张浩;倪洁;何芷珊;胡又佳 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海交达专利事务所 31201 | 代理人： | 王毓理;王锡麟 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种使用交叉训练模型检测对抗样本的方法，首先通过普通样本分别训练两个待优化模型，然后混合生成训练样本集并交叉训练若干次，完成训练后得到的两个模型分别用于对样本进行分类，根据分类结果的是否相同判断该样本是否为对抗样本；本发明能够显著减小系统受到对抗样本攻击的风险，能够广泛应用于基于分类器的机器学习模型，如语音识别、图像分类等多个领域，提高对抗样本检测率。用于人工智能API，可以对输入样本进行过滤，对人工智能的安全性有明显提升。 | ||
| 搜索关键词： | 样本 对抗 人工智能 训练模型 机器学习模型 训练样本集 分类结果 输入样本 图像分类 样本检测 优化模型 语音识别 分类器 检测 减小 过滤 攻击 分类 应用 | ||
【主权项】：
1.一种使用交叉训练模型检测对抗样本的方法，其特征在于，首先通过普通样本分别训练两个待优化模型，然后混合生成训练样本集并交叉训练若干次，完成训练后得到的两个模型分别用于对样本进行分类，根据分类结果的是否相同判断该样本是否为对抗样本；所述的训练样本集包括：正常样本、模型自身的对抗样本以及来自其他模型的对抗样本。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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上海交通大学，未经上海交通大学许可，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/patent/201810587300.2/，转载请声明来源钻瓜专利网。
