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：浙江工业大学
摘要：一种基于双网协同训练的DNN后门消除方法，读取由图像数据集训练得到的待检测目标神经网络M，并收集数据集中各类别的干净图像，以构建小型干净数据集DC；生成邻居数据集；克隆目标模型M，并使用动态双网络集体学习训练替代模型M’，作为模型M的良性对照物；对于输入AD，使用PatternAtribution归因算法量化M中每层神经元的贡献值；基于神经元贡献度的中位数对M中各层神经元划分为重要性与非重要性两类，并计算M中对应数据类的重要性神经元集合间的相似度；利用ASim与ISim计算M的异常指数AI以判断模型M是否受到后门攻击。本发明低误识别率和高鲁棒性。
主权项：1.一种基于双网协同训练的DNN后门消除方法，其特征在于，所述方法包括以下步骤：步骤1：读取由图像数据集训练得到的待检测目标神经网络M，并收集数据集中各类别的干净图像，以构建小型干净数据集DC用于检测M是否受到攻击；步骤2:生成邻居数据集，即将自然噪声注入样本中，并调整噪声以保证样本在M中的预测结果不变，使完成对数据集的扩充；步骤3：克隆目标模型M，并使用动态双网络集体学习训练替代模型M’，作为模型M的良性对照物；步骤4：对于输入AD，使用PatternAtribution归因算法量化M中每层神经元的贡献值；步骤5：基于神经元贡献度的中位数对M中各层神经元划分为重要性与非重要性两类，并计算M中对应数据类的重要性神经元集合间的相似度；步骤6：利用ASim与ISim计算M的异常指数AI以判断模型M是否受到后门攻击。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种基于双网协同训练的DNN后门消除方法
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。
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