首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

防止模型参数窃取的方法、装置、计算机设备及存储介质 

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:中国电子科技网络信息安全有限公司

摘要:本发明公开了一种防止模型参数窃取的方法、装置、设备及存储介质,其中方法包括以下步骤:S1.训练多个不同精度的蜜罐模型库:构建蜜罐模型集合,将训练集划分为多份并按序取出每份训练数据,多轮训练蜜罐模型集合的所有蜜罐模型,每一轮用测试集测试蜜罐模型的准确率,若蜜罐模型的准确率大于设定的阈值,则终止下一轮的训练;多轮迭代训练后,生成不同准确率等级的蜜罐模型;S2.判断请求是否为攻击者发起:根据用户的访问频次以及查询样本的分布情况,计算每次请求的攻击概率,判断请求是否为攻击行为;S3.诱导攻击者访问蜜罐模型:将不同攻击概率的请求诱导到相应精度的蜜罐模型。本发明极大增强了模型的安全性和业务的鲁棒性。

主权项:1.一种防止模型参数窃取的方法,其特征在于,包括以下步骤:S1.训练多个不同精度的蜜罐模型库:构建蜜罐模型集合,将训练集划分为多份并按序取出每份训练数据,多轮训练蜜罐模型集合的所有蜜罐模型,每一轮用测试集测试蜜罐模型的准确率,若蜜罐模型的准确率大于设定的阈值,则终止下一轮的训练;多轮迭代训练后,生成不同准确率等级的蜜罐模型;S2.判断请求是否为攻击者发起:根据用户的访问频次以及查询样本的分布情况,计算每次请求的攻击概率,判断请求是否为攻击行为;S3.诱导攻击者访问蜜罐模型:将不同攻击概率的请求诱导到相应精度的蜜罐模型;步骤S1包括以下子步骤:S101.假定受保护的模型为,模型的训练集为,模型的测试集为,模型的输出为,其中为训练样本,模型在测试集的准确率为;S102.将训练集,随机划分为k份,每份的大小为固定值,那么;S103.构建n个网络结构相同的蜜罐模型集合,蜜罐模型的参数随机初始化,蜜罐模型的数量根据模型安全性的需要设置;设定不同准确率的阈值从小到大排列,其中准确率阈值需要远小于受保护模型的准确率,使得模型窃取的精度即使接近,也不会对模型所有人造成很大损失;S104.从划分的训练集中按序取出每份训练数据,多轮训练蜜罐模型集合的所有蜜罐模型,每一轮用测试集T测试蜜罐模型的准确率,若蜜罐模型的准确率大于设定的阈值,则终止下一轮的训练;多轮迭代训练后,生成符合不同准确率等级的蜜罐模型;S105.将训练完成的蜜罐模型集合部署到蜜罐模型库所在的服务器,并将每个蜜罐模型服务映射到不同的网络端口;步骤S2包括以下子步骤:S201.从访问日志数据库中提取当前请求用户的访问信息;S202.计算每个新样本与历史样本的最小距离集合;计算集合的标准差,再剔除掉集合中大于三倍标准差的样本,得到距离集合;S203.根据皮罗-威尔克正态分布检验公式,计算距离集合的正态分布检验,其中统计量的大小反应了分布的背离程度,值越接近于1,样本分布越接近正态分布;S204.综合用户的访问频次以及查询样本的分布,计算请求为正常用户的概率值,那么可能发生的攻击;S205.用户请求服务接口每间隔100次执行步骤S201~步骤S204;步骤S3包括以下子步骤:S301.根据蜜罐模型的数量设定不同的诱导攻击阈值,阈值的大小由高到低;S302.判断访问请求是正常用户还是恶意攻击,若,则判定为正常的用户请求,调用受保护的模型;若否则进入步骤,则执行步骤S303;S303.若,则诱导攻击者访问蜜罐模型;若,则诱导攻击者访问精度最低的蜜罐模型;若,则直接阻断访问请求,并将请求的账户加入防火墙黑名单,禁止其在预设时间间隔内访问机器学习服务接口。

全文数据:

权利要求:

百度查询: 中国电子科技网络信息安全有限公司 防止模型参数窃取的方法、装置、计算机设备及存储介质

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。