[发明专利]深度网络防御能力的预测方法及装置有效
| 申请号： | 201910584728.6 | 申请日： | 2019-07-01 |
| 公开（公告）号： | CN110390354B | 公开（公告）日： | 2021-08-27 |
| 发明（设计）人： | 徐小天;孙跃;高冉馨;李敏 | 申请（专利权）人： | 华北电力科学研究院有限责任公司;国家电网有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京三友知识产权代理有限公司 11127 | 代理人： | 王涛;任默闻 |
| 地址： | 100045 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供一种深度网络防御能力的预测方法及装置，方法包括：确定深度网络输出的攻击向量的分类与目标分类的交叉熵；根据深度网络输出的分类与目标分类的距离确定该深度网络对应的损失函数；基于损失函数并采用梯度下降法对攻击向量进行训练，得到损失函数的损失函数值以及训练后的攻击向量；计算训练后的攻击向量和训练之前的攻击向量之间差值的平滑度，并基于该平滑度与损失函数值之间的乘积得到深度网络的评价指标，以根据该评价指标对深度网络的防御能力进行预测，本申请能够确定目标深度网络对特定攻击方式的防御能力，进而能够有效提高应用该深度网络的人工智能产品和服务的安全性及应用可靠性。 | ||
| 搜索关键词： | 深度 网络 防御 能力 预测 方法 装置 | ||
【主权项】：
1.一种深度网络防御能力的预测方法，其特征在于，包括：确定深度网络输出的攻击向量的分类与目标分类的交叉熵；其中，所述深度网络模型用于对输入的向量进行分类；根据深度网络输出的分类与目标分类的距离确定该深度网络对应的损失函数；基于所述损失函数并采用梯度下降法对所述攻击向量进行训练，得到所述损失函数的损失函数值以及训练后的攻击向量；计算训练后的攻击向量和训练之前的攻击向量之间差值的平滑度，并基于该平滑度与所述损失函数值之间的乘积得到所述深度网络的评价指标，以根据该评价指标对所述深度网络的防御能力进行预测。
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华北电力科学研究院有限责任公司;国家电网有限公司，未经华北电力科学研究院有限责任公司;国家电网有限公司许可，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/201910584728.6/，转载请声明来源钻瓜专利网。
