[发明专利]用于人工智能分类的对抗样本防御系统及方法有效
| 申请号： | 201910868997.5 | 申请日： | 2019-09-16 |
| 公开（公告）号： | CN110569916B | 公开（公告）日： | 2022-03-22 |
| 发明（设计）人： | 丁康一;张小松;牛伟纳;谢科;张瑾昀;赵成洋 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/063 |
| 代理公司： | 成都智言知识产权代理有限公司 51282 | 代理人： | 濮云杉 |
| 地址： | 611731 四川省成*** | 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： | 本发明涉及用于人工智能分类的对抗样本防御系统及方法，其中系统包括第一常规卷积神经网络、防御模型训练模块、第一降采样器连接的第一降采样卷积神经网络；防御模型训练模块中的数据集分别输入到第一常规卷积神经网络，和经第一降采样器输入到第一降采样卷积神经网络中；对抗样本训练集获取模块与数据集一同输入到第二常规卷积神经网络和第二降采样器中，第二降采样器通过第二降采样卷积神经网络与第二常规卷积神经网络一同输入到全连接模型融合器后输出防御模型；第一常规卷积神经网络和第一降采样卷积神经网络分别对应输出参数到第二常规卷积神经网络和第二降采样卷积神经网络中。本发明能够有效提高对对抗样本分类的准确性和鲁棒性。 | ||
| 搜索关键词： | 用于 人工智能 分类 对抗 样本 防御 系统 方法 | ||
【主权项】：
1.用于人工智能分类的对抗样本防御系统，其特征为：包括第一常规卷积神经网络、防御模型训练模块，以及相连接的第一降采样器和第一降采样卷积神经网络；/n在所述的防御模型训练模块中具有用于样本输入的数据集，将数据集中的样本分别输入到所述第一常规卷积神经网络，以及通过第一降采样器输入到第一降采样卷积神经网络中；/n在防御模型训练模块中还具有对抗样本训练集获取模块，通过对抗样本训练集获取模块生成对抗样本后，与数据集中的样本一同输入到防御模型训练模块中的第二常规卷积神经网络和第二降采样器中，第二降采样器通过第二降采样卷积神经网络与第二常规卷积神经网络一同输入到全连接模型融合器，以全连接方式融合后输出防御模型；/n第一常规卷积神经网络输出特征提取部分的参数到第二常规卷积神经网络中；第一降采样卷积神经网络输出特征提取部分的参数到第二降采样卷积神经网络中。/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/201910868997.5/，转载请声明来源钻瓜专利网。
