[发明专利]基于离散傅立叶变换的神经网络后门注入系统

摘要

本发明涉及一种基于离散傅立叶变换的神经网络后门注入系统，属于深度学习安全领域。包括数据集拆分模块、后门数据生成模块、训练数据混合模块、后门模型生成模块，拆分模块将训练数据集分为干净数据集Dclean和投毒数据集A；后门数据生成对A中每一个(图像，标签)对中的图像通过DFT变换到频域空间，在频域图像上添加后门触发器，再通过IDFT变换转换回空域生成恶意图像，同时修改标签为攻击者指定的目标，以生成后门数据集Dpoisoned；混合模块将Dpoisoned与Dclean混合；后门模型生成对原始分类器使用混合数据进行重训练生成后门模型。对比现有技术，通过在频域图像上添加后门触发器，使得后门模型在保证干净样本准确率以及攻击成功率的前提下，大幅度提高了后门图像的隐蔽性。