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：中国科学院自动化研究所
申请日：2024-03-06
公开（公告）日：2024-06-28
公开（公告）号：CN118262192A
主分类号：G06V10/774
分类号：G06V10/774;G06V10/82;G06V10/764;G06V10/762;G06V20/70;G06N3/0895
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明涉及人工智能技术领域，提供一种消除后门攻击的防御方法、装置、电子设备和存储介质，其中方法包括：基于图像数据集中各图像的语义特征，确定聚类模型；通过多个随机蒙版，对各图像进行掩码处理，得到降级图像，通过聚类模型对降级图像进行聚类，基于聚类结果确定各图像中的候选触发器；基于候选触发器，确定图像的毒性分数，并基于毒性分数从各图像中搜索预设数量个图像，形成有毒样本集；基于有毒样本集和图像数据集，构建毒性分类集，基于毒性分类集和残差网络训练得到毒性分类器，应用毒性分类器识别并删除图像数据集中的有毒图像。本发明提供的消除后门攻击的防御方法、装置、电子设备和存储介质，能够提高防御后门攻击的有效性。
主权项：1.一种消除后门攻击的防御方法，其特征在于，包括：确定受到后门攻击的待防御的自监督学习网络，以及受到污染的图像数据集；基于所述图像数据集中各图像的语义特征，确定聚类模型；通过多个随机蒙版，对所述各图像进行掩码处理，得到降级图像，通过所述聚类模型对所述降级图像进行聚类，基于聚类结果确定所述各图像中的候选触发器；基于所述候选触发器，确定所述图像的毒性分数，并基于所述毒性分数从所述各图像中搜索预设数量个图像，形成有毒样本集；基于所述有毒样本集和所述图像数据集，构建毒性分类集，基于所述毒性分类集和残差网络训练得到毒性分类器，应用所述毒性分类器识别并删除所述图像数据集中的有毒图像，得到消除后门攻击后的训练数据集。
全文数据：
权利要求：
百度查询： 中国科学院自动化研究所 消除后门攻击的防御方法、装置、电子设备和存储介质
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