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！

龙图腾网恭喜浙江工业大学申请的专利一种基于中毒神经元抑制的图生成模型鲁棒性增强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：CN114048840B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202111287336.7，技术领域涉及：G06N3/094；该发明授权一种基于中毒神经元抑制的图生成模型鲁棒性增强方法是由陈晋音;贾澄钰;陈宇冲;金海波;郑海斌设计研发完成，并于2021-11-02向国家知识产权局提交的专利申请。

本一种基于中毒神经元抑制的图生成模型鲁棒性增强方法在说明书摘要公布了：本发明公开了一种基于中毒神经元抑制的图生成模型鲁棒性增强方法，本发明方法首先构建中毒样本和混合数据集，再利用混合数据集对目标模型进行中毒训练，得到训练后的中毒模型，查找中毒模型每一层的中毒神经元，构建中毒神经通路，生成能实现抑制中毒通路的子图结构，迭代得到结构多样化的最终的新的图结构，并将最终的新的图结构转化成深度模型结构，最后对深度模型结构进行重训练，得到增强对抗中毒攻击鲁棒性后的鲁棒模型结构。本发明得到一个不容易受到中毒攻击的新的深度模型，实现对抗中毒攻击的目的，从而达到增强模型对抗中毒攻击的鲁棒性的目的。

本发明授权一种基于中毒神经元抑制的图生成模型鲁棒性增强方法在权利要求书中公布了：1.一种基于中毒神经元抑制的图生成模型鲁棒性增强方法，其特征在于，包括以下步骤：1获取原始数据集作为干净样本，生成原始数据集对应的中毒样本，将中毒样本与原始数据集混合得到混合数据集；2设置训练参数，将步骤1得到的混合数据集输入神经网络模型中进行中毒训练，训练结束后保存神经网络模型结构和每一层的权重信息；3将步骤1获取的干净样本和其对应的中毒样本分别输入步骤2得到的中毒训练后的神经网络模型，得到该模型每一层的输出权重，将模型每层输出权重差异最大的top-k个神经元作为该层的中毒神经元；4在步骤3得到的每层的中毒神经元之间建立连接关系，即构成了神经网络模型的top-k中毒神经通路；并对中毒通路进行抑制；保持神经网络模型的其他节点和通路权重值不变，生成能实现抑制中毒通路的子图结构；5以步骤4得到的抑制中毒通路的子图结构作为新的图结构的子图，在该子图上随机添加新的节点和连边，得到新的图结构；重复随机生成新的图结构并计算对应的图指标，直至重复次数达到预设的最大生成轮次或图结构对应的神经网络的分类准确度降低到原来的80％以下，得到最终的新的图结构；并将最终的新的图结构转化成深度模型结构；所述步骤5具体包括以下子步骤：5.1以步骤4得到的抑制中毒通路的子图结构作为新的图结构的子图，在该子图的基础上随机添加新的节点，并将新增节点与其相邻的已有节点都添加连边，得到新的图结构；5.2对步骤5.1得到的新的图结构计算中毒攻击成功率；若中毒攻击成功率相比于更新前的图有所优化，则保留这一次更改操作；反之则退回上一步，并修改一次随机种子，保证下一次随机过程与上一次存在差异；5.3预设最大生成轮次；所述最大生成轮次为自定义数值；5.4重复步骤5.1～5.2随机生成新的图结构，并对当前新的图结构建立深度模型，计算该深度模型的分类准确度；5.5若深度模型的分类准确度降低到原来的80％以下，则停止随机生成操作，返回新的图结构；反之，则继续进行随机生成新的图结构并计算对应的图指标，直到达到步骤5.3设定的最大生成轮次；得到最终的新的图结构；5.6将步骤5.5得到的最终的新的图结构转化成深度模型结构；6使用步骤1获取的混合数据集，调整步骤2设定的训练参数，训练步骤5得到的深度模型结构，直至深度模型结构收敛；即得增强对抗中毒攻击鲁棒性后的鲁棒模型结构。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。