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！

龙图腾网恭喜西安电子科技大学申请的专利一种基于自步学习的生成通用对抗扰动方法及系统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：CN113971442B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202111267097.9，技术领域涉及：G06V10/764；该发明授权一种基于自步学习的生成通用对抗扰动方法及系统是由刘红英;葛志金;尚凡华;周振宇;刘园园;王耀威设计研发完成，并于2021-10-28向国家知识产权局提交的专利申请。

本一种基于自步学习的生成通用对抗扰动方法及系统在说明书摘要公布了：本发明公开了一种基于自步学习的生成通用对抗扰动方法及系统，准备训练数据集；对数据集添加扰动；判断扰动成功率；通过自步学习筛选需要扰动的样本；使用DeepFool算法产生扰动；更新扰动；返回通用扰动变量；能够自动地剔除或选择要扰动的样本，并对这些样本梯度求平均，更高效的生成对抗样本；本发明生成通用对抗扰动时，应尽可能多地提高通用扰动的成功攻击比例，为此应当放弃一小部分非常难以扰动，或者与大部分扰动成功的对抗样本扰动方向完全相反的样本。所以采用自步学习进行筛选样本，将容易被扰动的样本首先进行扰动，难样本进行舍弃，以达到高成功率的结果。

本发明授权一种基于自步学习的生成通用对抗扰动方法及系统在权利要求书中公布了：1.一种基于自步学习的生成通用对抗扰动方法，其特征在于，对扰动进行初始化得到初始扰动，将初始扰动添加到原始数据集的每个图片样本中；对添加初始扰动的样本进行分类，计算扰动成功率，通过自步学习筛选需要扰动的样本，具体为：初始化网络参数权重，定义所有样本的损失函数；确定权重参数，根据正则项选择样本范围，选择样本范围内的样本点；将选择的样本点代入图像分类神经网络中重新训练权重参数W，循环初始化网络参数权重，定义所有样本的损失函数；确定权重参数，根据正则项选择样本范围，选择样本范围内的样本点；至所有样本被选入；按照样本的难易程度返回选择样本的顺序，定义损失函数如下： 其中，表示分类器网络，为样本，为权重参数，为对应的标签，表示二分变量，表示正则化参数；再使用DeepFool方法将筛选出的样本生成扰动；对生成的扰动进行累加，更新通用扰动值并加入原始数据集的每个样本中，计算样本整体扰动成功率，当样本整体扰动成功率达到设定要求后，返回通用扰动变量，产生通用对抗扰动。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。