[发明专利]一种基于GAN的低代价对抗性网络攻击样本生成方法有效
| 申请号： | 201910829864.7 | 申请日： | 2019-09-04 |
| 公开（公告）号： | CN110728297B | 公开（公告）日： | 2021-08-06 |
| 发明（设计）人： | 刘启和;邱士林;周世杰;谭浩;吴春江 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F17/16;G06N3/04;G06N3/08;H04L29/06 |
| 代理公司： | 成都九鼎天元知识产权代理有限公司 51214 | 代理人： | 管高峰 |
| 地址： | 611731 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于GAN的低代价对抗性网络攻击样本生成方法，包括：步骤1，对样本集中样本的属性和标签进行编码；步骤2，根据编码后的样本的属性计算信息增益；步骤3，对抗样本生成模型训练；步骤4，生成用于攻击的对抗样本。本发明基于GAN的基本思想，通过计算样本的属性、标签和信息增益训练模型，可以实现扰动特征的自动化选择，以最小代价生成高效的对抗性网络攻击样本。 | ||
| 搜索关键词： | 一种 基于 gan 代价 对抗性 网络 攻击 样本 生成 方法 | ||
【主权项】：
1.一种基于GAN的低代价对抗性网络攻击样本生成方法，其特征在于，包括如下步骤：/n步骤1，对样本集中样本的属性和标签进行编码；/n步骤2，根据编码后的样本的属性计算信息增益；/n步骤3，对抗样本生成模型训练：/n步骤3-1，构建对抗样本生成模型；/n步骤3-2，定义对抗样本生成模型的目标函数；/n步骤3-3，采用步骤1的方法对网络数据样本集中样本的属性和标签进行编码；/n步骤3-4，采用步骤2的方法根据编码后的网络数据样本集中样本的属性计算信息增益；/n步骤3-5，将编码后的网络数据样本集中样本的属性和标签，以及信息增益输入步骤3-1构建的对抗样本生成模型，并利用目标函数进行训练；/n步骤4，生成用于攻击的对抗样本：/n步骤4-1，采用步骤1的方法对真实样本集中样本的属性和标签进行编码；/n步骤4-2，采用步骤2的方法根据编码后的真实样本集中样本的属性计算信息增益；/n步骤4-3，将编码后的真实样本集中样本的属性和标签，以及信息增益输入经步骤3训练好的对抗样本生成模型，得到编码的对抗样本属性矩阵；/n步骤4-4，对编码的对抗样本属性矩阵进行解码得到对抗样本。/n
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电子科技大学，未经电子科技大学许可，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/201910829864.7/，转载请声明来源钻瓜专利网。
