龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江工商大学
申请日：2024-03-22
公开（公告）日：2024-06-21
公开（公告）号：CN118228257A
主分类号：G06F21/56
分类号：G06F21/56;G06F21/54;G06N3/04;G06N3/084
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明提供一种防御神经网络模型后门投毒攻击的方法，可对抗训练数据集中的潜在后门投毒攻击，并利用这份数据集训练出干净的模型。本发明包括以下步骤：步骤1：对数据集进行预处理，步骤如下：随机提取一部分的数据集，添加任意形状的触发器，将模型标签修改为新的类，并对数据集进行打乱洗牌以生成新的数据集，从新的数据集中随机选择数据集的N个部分作为训练数据集；步骤2：训练一批神经网络核验模型，步骤如下：将训练数据集放入一批神经网络模型中进行少量迭代训练，获得一批神经网络核验模型；步骤3：划分有毒数据，清洗数据，步骤如下：将核验数据集按顺序提供给神经网络核验模型；当核验数据集通过所有神经网络核验模型时，表明数据是干净的，否则，表明数据被他人非法投毒；步骤4：经过以上步骤，就可以得到一批干净的数据集，使用这份干净数据集，通过标准的训练，就可以得到一个干净的模型。
主权项：1.一种防御神经网络模型后门投毒攻击的方法，其特征在于：包括以下步骤：步骤1：对数据集进行预处理，步骤如下：随机提取一部分的数据集，添加任意形状的触发器，将模型标签修改为新的类，并对数据集进行打乱洗牌以生成新的数据集，从新的数据集中随机选择数据集的N个部分作为训练数据集；步骤2：训练一批神经网络核验模型，步骤如下：将训练数据集放入一批神经网络模型中进行少量迭代训练，获得一批神经网络核验模型；步骤3：划分有毒数据，清洗数据，步骤如下：将核验数据集按顺序提供给神经网络核验模型；当核验数据集通过所有神经网络核验模型时，表明数据是干净的，否则，表明数据被他人非法投毒；步骤4：经过以上步骤，就可以得到一批干净的数据集，使用这份干净数据集，通过标准的训练，就可以得到一个干净的模型。
全文数据：
权利要求：
百度查询： 浙江工商大学 一种防御神经网络模型后门投毒攻击的方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号