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！

龙图腾网恭喜西北工业大学申请的专利一种基于隐写分析及三生网络的对抗攻击协同防御方法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：CN116681933B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202310627384.9，技术领域涉及：G06V10/764；该发明授权一种基于隐写分析及三生网络的对抗攻击协同防御方法是由蒋雯;徐达豪;秦一宁;梁国华;杨宇瀚设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本一种基于隐写分析及三生网络的对抗攻击协同防御方法在说明书摘要公布了：本发明公开了一种基于隐写分析及三生网络的对抗攻击协同防御方法，首先进行初始模型训练；然后生成对抗样本；再利用隐写分析进行检测性防御；接下来利用对抗训练产生的三生网络进行鲁棒性防御；最终完成预测分类。本发明能够增强网络的鲁棒性，以有效抵抗二次对抗攻击保证干净样本在未经对抗训练网络中较高的分类准确率。

本发明授权一种基于隐写分析及三生网络的对抗攻击协同防御方法在权利要求书中公布了：1.一种基于隐写分析及三生网络的对抗攻击协同防御方法，其特征在于，包括如下步骤：步骤1：初始模型训练；准备干净样本：将公开数据集转换为tensor格式，分成训练集和测试集；保存模型参数：将训练集分成不同的batch进行神经网络模型训练得到模型参数；测试验证：使用训练后的神经网络模型对干净样本测试集中的图像进行分类，输出分类准确率和平均损失，将训练后的神经网络模型命名为F1；步骤2：生成对抗样本；1加载训练好的模型参数，生成测试模型对象；2设置扰动大小eps，使用FGSM攻击方法对测试集进行攻击，由此生成对抗样本；3保存生成的对抗样本以及原始的干净样本，将生成的对抗样本命名为A1；4保存3中干净样本与对抗样本图像的label；步骤3：利用隐写分析进行检测性防御；步骤3-1：提取干净样本和对抗样本的SPAM特征；步骤3-2：Fisher线性判别分类；加载干净样本和对抗样本的SPAM特征，随机组合打乱组合成一个特征矩阵，用训练集特征数据训练分类器，测试分类器的效果，输出其分类准确率；步骤4：利用对抗训练产生的三生网络进行鲁棒性防御；步骤4-1：将步骤2生成的对抗样本作为训练集和测试集重复步骤1的过程进行对抗训练，得到模型F2，保存模型F2参数；步骤4-2：将步骤4-1中的模型F2参数导入对抗攻击方法文件，再次生成对抗样本，命名为A2；步骤4-3：A1和A2两部分对抗样本同时作为训练集和测试集，重复步骤1的过程进行对抗训练，得到模型F3，保存模型F3参数；步骤4-4：对比模型F1、F2、F3对抗样本与测试样本的分类准确率，综合三种网络的结果进行决策：对于每一类，等权重地乘三种网络预测概率值，求和后取值最高的类别作为最终的分类结果。

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北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。