发明专利已授权

一种基于异常偏差类神经元的深度学习模型安全加固方法

📄 申请号：CN202210932483.3 📄 发布日：2026/08/04

著录项目信息

申请日

2022-08-04

公开号

CN115203690A

公开日

2022-10-18

申请人

浙江工业大学

法律状态

已下证

专利类型

发明

主分类号

G06F21_55

IPC 分类号

G06F21_55 , G06N3_04 , G06N3_08 ,

技术画像

所属领域

深度学习模型安全人工智能算法深度学习模型安全深度学习模型深度学习模型安全

应用场景

图像识别, 智能安防, 自动驾驶, 金融风控, 网络安全

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开一种基于异常偏差类神经元的深度学习模型安全加固方法，该方法首先采用中毒数据集训练中毒模型，然后将少量的干净数据输入到中毒模型中，记录激活值大于等于所述平均值的神经元，作为神经元群；再将大量的干净数据输入到中毒模型中，计算神经元群中的神经元的激活值，并将这些神经元对所有输入的干净数据的激活值累加并按大小排序，选取排序靠前的神经元，即为异常偏差类神经元；然后构建损失函数，通过反向传播，将干净数据优化为异常数据，最后用异常数据和干净数据组成的数据集训练中毒模型，完成对模型的加固。本发明能够有效地防御中毒攻击，并且不影响模型正常样本的正确率，大幅提高模型的鲁棒性，使模型更加难以被攻击成功。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种增程式电动汽车APU控制方法

当前第 / 件

面向车牌识别系统黑盒物理攻击模型的防御方法及装置

同领域国内专利 · IPC: (G06F21_55)

G06F21_10 G06F21_12 G06F21_14 G06F21_16 G06F21_24 G06F21_30 G06F21_31 G06F21_32 G06F21_33 G06F21_34 G06F21_36 G06F21_41 G06F21_44 G06F21_45 G06F21_46 G06F21_50 G06F21_51 G06F21_52 G06F21_53 G06F21_54 G06F21_55 G06F21_56 G06F21_57 G06F21_60 G06F21_62 G06F21_64 G06F21_71 G06F21_72 G06F21_73 G06F21_74 G06F21_75 G06F21_76 G06F21_78 G06F21_79 G06F21_80 G06F21_81 G06F21_83 G06F21_84 G06F21_85 G06F21_86 G06F21_88 覆盖41个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：27 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)