专业专利转让与商标买卖平台,提供技术转移转化服务。高效交易,一站式知识产权解决方案!
1328063899724小时咨询热线
13280638997
  • 检索范围
  • 专利名称:一种针对语音识别系统的黑盒对抗样本生成方法      申请号:2020106007194     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:信息安全 数据加密 语音技术 语音音频 麦克风 话筒 音响 喇叭 耳机 对抗样本生成   相似专利 发布日:2025/07/09  
    摘要: 本发明涉及一种针对语音识别系统的黑盒对抗样本生成方法,其特征在于:包括,S1,种群初始化;S2,计算种群中个体的适应度值;S3,判断个体的适应度值是否满足设定条件,若是,则获得对抗样本,若否,则执行S4;S4,对种群中的个体进行选择操作获取精英个体;S5,对种群中获取精英个体后的剩余个体进行交叉操作;S6,对剩余个体执行变异操作;S7,将执行变异操作后的剩余个体与精英个体构成下一代并返回执行S1。该方法在无法获得目标语音识别网络的条件下,仅利用目标语音识别网络提供的语音到文本的翻译功能,便能够成功地生成目标语音识别系统的对抗样本,实用性强。
  • 专利名称:一种高迁移性对抗样本生成方法、设备及介质      申请号:202410013633X     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词: 对抗样本生成   相似专利 发布日:2025/06/23  
    摘要: 本发明公开了一种高迁移性对抗样本生成方法、设备及介质,首先使用现有的特征级攻击方式进行攻击后生成对抗样本,该对抗样本在原模型上获得新特征作为强化方向。通过在干扰原始特征的同时,进一步强化新生成的特征,来达到提升对抗样本迁移性的目的。本发明相比于其他只干扰原始特征的特征级方法,本发明通过聚合原始特征梯度和新生成特征梯度来构建的损失函数。在干扰图像的原始特征的同时去强化新生成的特征。在迁移攻击其他模型时更加容易被攻击成为新生成的特征类别,这样可以生成更高迁移性的对抗样本。
  • 专利名称:一种基于人类视觉模型的鲁棒自适应对抗样本生成方法      申请号:2021106474622     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词: 对抗样本生成   相似专利 发布日:2025/08/11  
    摘要: 本发明公开了一种基于人类视觉模型的鲁棒自适应对抗样本生成方法,包括以下步骤:利用人类视觉模型寻找最合适的对抗扰动,为每幅图像选择最佳的扰动嵌入区域;利用梯度攻击的方式,对于图像中梯度值较大的像素进行扰动,提高损失增长的速度;通过基于纹理掩蔽理论设计噪声可见函数,针对每幅图像的颜色和内容计算出一个动态的自适应系数矩阵;通过滤波式计算来提高计算图像局部方差的速度;通过自定义扰动的上限和下限来有效的控制对抗扰动的强度和不可见性进行平衡。本发明在保证人眼观察不到嵌入的对抗性扰动的前提下,使扰动强度最大化,且生成的对抗样本具备优良的不可见性和鲁棒性。
  • 专利名称:一种基于分块域变换模拟技术的JPEG对抗样本生成方法      申请号:2022114400894     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词: 对抗样本生成   相似专利 发布日:2025/08/11  
    摘要: 本发明公开一种基于分块域变换模拟技术的JPEG对抗样本生成方法,所述对抗样本生成方法包括以下步骤:以分块域变换模拟技术为基础,利用卷积层构建JPEG解压缩模块、之后与原始卷积神经网络组合形成输入为JPEG流的新模型;获取该模型关于输入JPEG流的梯度信息;按照单步幅度构建对抗噪声;经过块间位置筛选和块内像素筛选步骤后确定对抗噪声嵌入位置,重复直至生成的JPEG流变为对抗样本。本发明JPEG对抗样本生成方法解决了数字图像对抗样本无法以有损压缩格式存储和传输的问题,通过以分块域变换模拟技术为基础构建JPEG解压缩模块,直接获取关于JPEG流的梯度信息,以广泛使用的JPEG图像格式生成对抗样本。
  • 专利名称:一种基于扰动的对抗样本生成与对抗性防御方法      申请号:202011351688X     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词: 对抗样本生成   相似专利 发布日:2025/06/13  
    摘要: 本发明公开了一种基于扰动的对抗样本生成与对抗性防御方法,属于深度学习技术领域。目前对抗样本生成的方法多样化,关于何种扰动更易形成对抗样本是所要解决的重要问题。本发明通过在图像数据中添加扰动生成对抗样本,基于深度神经网络模型,挖掘测试样本的高影响扰动,研究扰动对于对抗样本生成的相关影响,将无维数匹配约束的广义非负矩阵分解算法的降维功能应用在基于扰动的对抗样本的防御过程中,提出基于无维数匹配约束降维的对抗样本扰动消减方法,能够降低深度神经网络模型的识别出错率。
  • 第1页/共1页;本页5条记录/共5条记录 1       
    用户指南
    交易方式
    关于柿子坊
    关注微信公众号
    智来知识产权公众号
    联系我们
    咨询电话:13280638997  
    传真:0533-3110363
    邮箱:kefu@shizifang.com
    CopyRight©2016 by 淄博智来知识产权服务有限公司  All Rights Reserved  专利转让_商标转让_知识产权转让评估买卖_智来柿子坊专利交易平台
    地址:山东省淄博市张店区人民路与北京路路口银街3号华侨大厦
    鲁ICP备16031200号   鲁公网安备 37030302000778号