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！

龙图腾网恭喜电子科技大学申请的专利一种基于强化学习的人脸识别联邦学习系统后门攻击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：CN119445337B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202510045394.0，技术领域涉及：G06V10/82；该发明授权一种基于强化学习的人脸识别联邦学习系统后门攻击方法是由解修蕊;张东阳;罗光春;杨雨宁;陈宇;李东珉设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种基于强化学习的人脸识别联邦学习系统后门攻击方法在说明书摘要公布了：本发明公开了一种基于强化学习的人脸识别联邦学习系统后门攻击方法，涉及联邦学习安全技术领域。本发明包括：获取构建强化学习虚拟环境的基础信息；采用马尔科夫链构建用于强化学习的虚拟环境；构建基于深度神经网络的强化模型，并在构建的强化学习虚拟环境中对强化模型进行训练，基于训练好的强化模型得到后门攻击模型；再将该模型置于目标联邦系统的真实环境中进行测试以实现对模型参数的微调，得到用于目标联邦系统的后门攻击模型实例。本发明解决了现有联邦学习后门攻击存在的适应性不佳，需要大量后门设备以及持久性差的问题；并且可以进一步提升联邦学习系统对后门攻击的防御能力，以及丰富联邦学习系统的后门防御能力的评估方式。

本发明授权一种基于强化学习的人脸识别联邦学习系统后门攻击方法在权利要求书中公布了：1.一种基于强化学习的人脸识别联邦学习系统后门攻击方法，其特征在于，包括下列步骤：步骤1，获取构建强化学习虚拟环境的基础信息以构建强化学习虚拟环境；其中，基础信息包括的信息对象包括人脸识别联邦学习系统的聚合服务器、客户端和人脸识别模型；步骤2，采用马尔科夫链构建用于强化学习的虚拟环境，该虚拟环境包括：状态空间S、动作空间A、状态转移函数P和奖励函数R；其中，状态空间S为一系列观测值和动作值构成的二元组，将联邦系统在每一训练轮次的状态定义为：其中，t用于标识训练轮次，为人脸识别模型的全局模型参数，at为第t轮的采取的控制动作，表征聚合服务器在第t轮采用的恶意客户端集；动作空间A为恶意客户端的联合动作，其中，表示第t轮恶意客户端k的控制动作；其中，动作空间包括中毒模型训练和模型拟合，模型训练包含4个参数：中毒率、本地学习率、本地学习的批数量以及本地的批大小；模型拟合包含2个参数：拟合度α和β，其用于描述中毒模型与干净模型的拟合程度；状态转移函数P的表征形式为：S×A→PS；奖励函数R用于对给定的状态st和动作at设置对应的奖励；步骤3，构建基于深度神经网络的强化模型，并在构建的强化学习虚拟环境中对强化模型进行训练，基于训练好的强化模型得到后门攻击模型；其中，强化模型的输入为给定的状态st，强化模型的输出为当前训练轮次的各恶意客户端的控制动作步骤4，将步骤3得到的后门攻击模型置于目标联邦系统的真实环境中进行测试，根据测试结果对后门攻击模型的模型参数进行微调，得到用于目标联邦系统的后门攻击模型实例；其中，奖励函数R具体设置为： 其中，rt表示第t轮的奖励值，表示数学期望，F′表示聚合后的损失函数，h表示防御策略，Aggr表示聚合服务器采用的聚合函数，L表示损失函数，下标i用于标识正常客户端，下标j用于标识恶意客户端，xi表示正常客户端i的输入数据，yi表示正常客户端i的标签，xj表示恶意客户端j的输入数据，yj表示恶意客户端j的标签，w表示客户端当前接受的从聚合服务器传递过来的全局模型参数，表示第t轮服务器选择到的客户端集合，M表示恶意客户端集合；步骤3中，对强化模型进行训练时，采用的优化目标函数为： 其中，s表示状态，a表示强化模型选择采取的控制动作，A表示动作空间，T表示在强化学习虚拟环境中模拟的联邦学习回合数，γt∈0,1表示未来奖励的贴现因子，表示数学期望，用于表征单轮联邦学习的后门损失函数，表示在考虑了防御策略和聚合方法的第t+1轮更新后的全局模型参数。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。