[发明专利]一种基于深度神经网络模型可解释性的对抗样本防御方法有效
| 申请号： | 202011083892.8 | 申请日： | 2020-10-12 |
| 公开（公告）号： | CN112364885B | 公开（公告）日： | 2022-10-11 |
| 发明（设计）人： | 孔祥维;杨浩 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 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深度神经网络模型可解释性的对抗样本防御方法。构建深度神经网络模型；对于每幅原始图像，通过投影梯度下降法生成原始图像对应的对抗样本图像，构成一组图像对；将图像对作为深度神经网络模型的输入，计算深度神经网络模型最后卷积层的特征图权重分布和激活图进一步训练；对于待测对象样本，输入到模型中进行预测分类，输出真实样本或者对抗样本的分类结果，对抗样本进行排除，实现对抗样本防御。本发明将模型可解释技术与深度神经网络模型图像分类模型的鲁棒性结合起来，使训练后的图像分类网络能够更好的抵御对抗样本。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 模型 解释性 对抗 样本 防御 方法 | ||
【主权项】：
暂无信息
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浙江大学，未经浙江大学许可，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/202011083892.8/，转载请声明来源钻瓜专利网。
