[发明专利]一种面向深度学习图像分类模型的泛化的安全性评估方法有效
申请号: | 202011351675.2 | 申请日: | 2020-11-26 |
公开(公告)号: | CN112464245B | 公开(公告)日: | 2022-05-03 |
发明(设计)人: | 罗文俊;王建菲;陈自刚;李梦琪;蒋静;曾宇 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | G06F21/57 | 分类号: | G06F21/57;G06V10/74;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 重庆市恒信知识产权代理有限公司 50102 | 代理人: | 李金蓉 |
地址: | 400065 重*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了面向深度学习图像分类模型的泛化的安全性评估方法,属于机器学习技术领域。目前深度学习相关研究中所要解决的重要问题是在解决深度学习图像分类模型面临的具有泛化特征的安全威胁问题的同时提高模型的鲁棒性,本发明利用面向深度学习图像分类模型的泛化的安全性评估方法,通过测试深度学习图像分类模型的针对对抗样本的主动防御能力、对抗样本检测能力以及针对对抗样本的被动防御能力等指标,对深度学习图像分类模型的安全性做出全面评估,并在评估过程中发掘模型存在的安全漏洞,与此同时,由于本发明存在的泛化特性,使得该方法能够适用于绝大多数深度学习图像分类模型,这对提高深度学习领域的安全性具有重要的理论和实践意义。 | ||
搜索关键词: | 一种 面向 深度 学习 图像 分类 模型 泛化 安全性 评估 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重庆邮电大学,未经重庆邮电大学许可,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/202011351675.2/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序