[发明专利]一种基于动态化网络结构学习的黑盒攻击系统在审
| 申请号： | 202111629855.7 | 申请日： | 2021-12-28 |
| 公开（公告）号： | CN114428954A | 公开（公告）日： | 2022-05-03 |
| 发明（设计）人： | 薛向阳;王文萱;钱学林;付彦伟 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06F21/55 | 分类号： | G06F21/55;G06N3/08 |
| 代理公司： | 北京纪凯知识产权代理有限公司 11245 | 代理人： | 陆惠中 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及计算机视觉图像处理领域，具体是一种基于动态化网络结构学习的黑盒攻击方法。提出了在无真实数据参与条件下的对于未知场景的目标黑盒模型的攻击方法。其中针对多样化的目标黑盒模型，提出了动态化网络结构学习的替代模型训练方法，自主性地生成最优的替代模型结构，并提出了基于结构化信息图的优化约束以提升替代模型的学习质量与效率，从而进一步提高其生成的对抗样本的攻击性能。该方法具有查询次数少、学习效率高、攻击成功率高等优点，非常适合无任何先验知识的黑盒攻击场景。 | ||
| 搜索关键词： | 一种 基于 动态 网络 结构 学习 黑盒 攻击 系统 | ||
【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复旦大学，未经复旦大学许可，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/202111629855.7/，转载请声明来源钻瓜专利网。
