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!
申请/专利权人:南京邮电大学
摘要:本发明属于机器学习安全技术领域,公开了一种基于输入输出不对等的图像分类模型防窃取方法,该方法包括如下步骤:1使用数据增强技术扩充私有模型训练数据集;2使用带有增强图像的数据集训练私有模型,并部署私有模型;3接收用户输入的图像;4使用规则判断是否存在被窃取风险,如果存在进入步骤5,否则进入步骤6;5使用数据增强技术处理用户输入的图像,避免恶意用户使用特定图像进行模型窃取;6使用私有模型预测图像的类别,并输出预测结果信息。本发明提高了私有模型的鲁棒性和可用性,主动防御攻击者窃取私有模型的预测信息,实现输入图像和输出信息的不对等,本发明仅对可疑的图像进行大量的处理流程,降低了防窃取的处理代价。
主权项:1.一种基于输入输出不对等的图像分类模型防窃取方法,其特征在于:所述图像分类模型防窃取方法包括如下步骤:步骤1、使用数据增强技术扩充私有模型训练数据集,得到原始训练数据集图像的增强图像;步骤2、使用带有增强图像的数据集训练私有模型,并部署私有模型;步骤3、接收用户输入的图像;步骤4、使用规则判断是否存在被窃取风险,如果需要进入步骤5,否则直接进入步骤6;步骤5、使用数据增强技术处理用户输入的图像;步骤6、使用私有模型预测图像的类别,并输出预测结果信息。
全文数据:
权利要求:
百度查询: 南京邮电大学 一种基于输入输出不对等的图像分类模型防窃取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。