Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
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
当前位置 : 首页 > 专利喜报 > 恭喜中南大学郭克华获国家专利权

恭喜中南大学郭克华获国家专利权

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!

龙图腾网恭喜中南大学申请的专利基于群体智能的图像识别后门防御方法、装置及介质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:CN114048474B

龙图腾网通过国家知识产权局官网在2025-03-28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:202111303400.6,技术领域涉及:G06F21/56;该发明授权基于群体智能的图像识别后门防御方法、装置及介质是由郭克华;胡斌;任盛;奎晓燕;赵颖设计研发完成,并于2021-11-05向国家知识产权局提交的专利申请。

基于群体智能的图像识别后门防御方法、装置及介质在说明书摘要公布了:本发明公开了一种基于群体智能的图像识别后门防御方法、装置及介质,基于分布式集群中多个神经网络图像识别模型的关联关系并按照连接密集程度排名,将连接密集的神经网络模型选为种子神经网络模型;针对每两个种子神经网络模型,利用注意力蒸馏表征对该两个种子神经网络模型执行蒸馏操作,提炼对种子神经网络模型后门攻击无效的注意力激活图Al;通过设计鲁棒蒸馏损失函数L衡量两个种子神经网络模型的激活注意力图Al的欧式距离和余弦距离,种子神经网络模型基于L计算梯度值并进行反向传播,更新种子神经网络模型参数。本发明提出的群体智能图像识别后门防御算法在图像识别后门防御任务下的性能和效率达到了目前最优水平。

本发明授权基于群体智能的图像识别后门防御方法、装置及介质在权利要求书中公布了:1.一种基于群体智能的图像识别后门防御方法,其特征在于,包括以下步骤:S1、基于分布式集群中多个神经网络图像识别模型的关联关系,将连接密集的神经网络模型选为种子神经网络模型;针对每两个种子神经网络模型,利用注意力蒸馏表征对该两个种子神经网络模型执行蒸馏操作,提炼对种子神经网络模型后门攻击无效的注意力激活图Al;S2、通过利用通道求和函数对多个通道的注意力激活图Al进行求和操作,得到求和结果S3、利用衡量所述两个种子神经网络模型的激活注意力图的欧式距离和余弦距离,并设计鲁棒蒸馏损失函数L,基于所述鲁棒蒸馏损失函数L计算梯度值,利用梯度值对种子神经网络模型进行后向传播,训练所述种子神经网络模型;种子神经网络模型v用以下表达式来描述:S[k][b]=max{S[k-1][b],s[k-1][b-Timev]+σv|v∈groupk};其中,b为超参数;S[k]][b]表示当擦除时间是b时,在前k组中寻找到的种子神经网络模型集擦除范围;Timev表示种子神经网络模型v被另一神经网络模型擦除后门触发器所需花费的时间,σv是种子神经网络模型v的最终擦除范围;groupk表示种子神经网络模型集合;步骤S3中,鲁棒蒸馏损失函数L的表达式为: 其中x,y~D表示从未被植入后门触发器的图像数据的子集D抽取图像x及其相应的标签y;E[·]表示期望函数;Lkd_e·表示为两个种子神经网络模型的激活注意力图的欧式距离:Lkd_c·表示为两个种子神经网络模型的激活注意力图的余弦距离: ||·||2是L2范数,分别表示两个种子神经网络模型在l层的激活注意图;是通道求和函数;是衡量两个种子神经网络模型中的其中一个种子神经网络模型A的分类误差,α,β是控制注意蒸馏强度的超参数,J表示获取激活注意力图的神经网络层数。

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中南大学,其通讯地址为:410083 湖南省长沙市岳麓区麓山南路932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”。

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。