龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：浙江芯科物联科技有限公司
摘要：本发明公开一种GMM聚类和神经网络混合的模型结构逆向方法，包括以下步骤：S1、采集神经网络模型在嵌入式设备上不同输入、不同权重条件下的功率数据及其他多模态物理信号数据；S2、对采集到的数据进行统计分析，计算均值、中位数、标准差、四分位数、四分位数差值、变异系数统计量；S3、利用主成分分析PCA技术，将高维统计量特征投影到低维空间，增强特征间的可分性，减少计算复杂度。本发明通过侧信道攻击收集大量单个神经网络模型在不同输入、不同权重条件下的功耗数据，并计算这些数据的统计量，不同神经网络模型在运行时产生的功率统计量特征不同，利用这些特征可以更准确地区分不同的神经网络模型，从而实现更精确的模型逆向。
主权项：1.一种GMM聚类和神经网络混合的模型结构逆向方法，其特征在于，包括以下步骤：S1、采集神经网络模型在嵌入式设备上不同输入、不同权重条件下的功率数据及其他多模态物理信号数据；S2、对采集到的数据进行统计分析，计算均值、中位数、标准差、四分位数、四分位数差值、变异系数统计量；S3、利用主成分分析PCA技术，将高维统计量特征投影到低维空间，增强特征间的可分性，减少计算复杂度；S4、将降维后的特征数据输入到高斯混合模型GMM中，通过Expectation-MaximizationEM算法进行聚类分析，输出各个模型类别的概率；S5、在GMM判断过程中，增加动态阈值调整模块，实时分析数据分布和分类结果，动态调整阈值，当所有分类的GMM输出概率均小于该动态阈值时，启用神经网络做进一步判断；S6、将特征数据输入到预先训练好的神经网络中，利用神经网络进行最终的模型类别判定，输出神经网络分类结果。
全文数据：
权利要求：
百度查询： 浙江芯科物联科技有限公司 一种GMM聚类和神经网络混合的模型结构逆向方法
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