龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：杭州后量子密码科技有限公司
摘要：本发明公开了一种基于WGAN的不可学习图像生成方法及装置，包括以下步骤：1数据保护方从拥有的数据集中选择需要保护的原始图像X，其标签为real；2数据保护方根据需要保护的原始图像X，初始化WGAN中的生成器和判别器由生成器产生保护原始图像X的扰动δ；3数据保护方将扰动δ添加到原始图像X，得到不可学习样本X′，其标签为fake，将得到的不可学习样本X′输入恶意模型中，并计算不可学习损失函数等。本发明通过引入GAN的思想，支持灰盒条件下的不可学习图像生成，即无需获取恶意模型内部的架构及参数等信息，只需要得到恶意模型的输出，训练好生成器后，便可对任意图像进行扰动添加，无需和模型进行交互。
主权项：1.一种基于WGAN的不可学习图像生成方法，其特征在于，包括以下步骤：1数据保护方从拥有的数据集中选择需要保护的原始图像X，其标签为real；2数据保护方根据需要保护的原始图像X，初始化WGAN中的生成器和判别器由生成器产生保护原始图像X的扰动δ；3在训练过程中，数据保护方将WGAN中的生成器生成的扰动δ添加到原始图像X，得到不可学习样本X'，其标签为fake，将得到的不可学习样本X'输入恶意模型中，并计算不可学习损失函数4数据保护方将需要保护的原始图像X及其标签real以及添加扰动后的不可学习样本X'及其标签fake输入到判别器中，并计算WGAN的损失函数5数据保护方设定扰动上限阈值∈后计算损失函数最终得到全局损失函数利用优化器训练WGAN；6训练完毕后，数据保护方利用训练好的WGAN中的生成器为需要保护的原始图像X添加扰动δ'，达到保护该图像无法被恶意模型学习的目的。
全文数据：
权利要求：
百度查询： 杭州后量子密码科技有限公司 一种基于WGAN的不可学习图像生成方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号