买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜山东大学申请的专利一种基于Transformer模型的黑盒对抗样本生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114693973B 。

龙图腾网通过国家知识产权局官网在2025-01-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210332993.7，技术领域涉及：G06V10/764；该发明授权一种基于Transformer模型的黑盒对抗样本生成方法是由刘琚;韩艳阳;刘晓玺;顾凌晨;江潇设计研发完成，并于2022-03-31向国家知识产权局提交的专利申请。

本一种基于Transformer模型的黑盒对抗样本生成方法在说明书摘要公布了：为了解决实际应用中人工智能技术安全性难以评估和提升的问题，本发明提供一种基于Transformer模型的黑盒对抗样本生成方法，属于人工智能技术领域。主要思想在于考虑不同编码块对对抗样本性能的影响，采用编码块权重分数对编码块性能进行分类。针对不同的编码块使用不同策略生成对抗样本，平衡图像和模型信息对扰动的影响，稳定扰动的更新方向，提高对抗样本的攻击成功率和迁移能力。最后，设计自适应权重调整关键像素点的扰动大小，使得对抗扰动在人眼难以察觉的情况下提高攻击能力。本发明显著提高了对抗样本的迁移能力，能够有效评估和提高人工智能技术的安全性，其在图像分类任务上实验，充分证明方法的有效性。

本发明授权一种基于Transformer模型的黑盒对抗样本生成方法在权利要求书中公布了：1.一种基于Transformer模型的黑盒对抗样本生成方法，该方法针对Transformer中不同的编码块属性，采用两种策略联合生成对抗样本，针对鲁棒编码块，使用交叉熵损失策略，针对非鲁棒编码块，使用基于自注意力特征损失策略，该方法能够避免模型信息的冗余，提高了对抗样本的迁移能力，其特征在于该方法包括以下步骤：步骤1：获取原始图像及对应的标签，形成原始数据集，并初始化与原始图像尺寸相同的对抗扰动；步骤2：生成多张与所述原始图像尺寸相同的噪声图像，形成负样本数据集；步骤3：根据所述原始图像和负样本数据集，将视觉Transformer，即ViT模型中的编码块划分为鲁棒编码块和非鲁棒编码块；其中所述ViT模型为预训练模型，包含多个编码块，每个编码块均可提取分类信息用于计算目标损失值；步骤4：将所述对抗扰动与原始图像线性叠加输入至所述ViT模型中，迭代更新对抗扰动，直至满足停止迭代条件，输出最终对抗扰动，将所述的最终对抗扰动和原始图像线性叠加，得到对应的对抗样本。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东大学，其通讯地址为：266237 山东省青岛市即墨滨海路72号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。