-
公开(公告)号：CN116757274A
公开(公告)日：2023-09-15
申请号：CN202310818420.X
申请日：2023-07-04
Applicant: 广东工业大学
IPC: G06N3/094 , G06N3/0475 , G06V10/74 , G06V10/82
Abstract: 本发明公开了一种基于相同语义特征的对抗样本生成方法与系统，涉及人工智能安全的技术领域，包括获取原始图像样本并对应生成扰动样本，输入待攻击的神经网络模型，计算第一相似性分数和第二相似性分数；对相似性分数设置权重因子调整扰动样本，获得优化后的扰动样本；计算优化后的扰动样本的上界并进行约束，获得初始对抗样本；判断初始对抗样本是否满足预设要求，若不满足，将初始对抗样本作为新的扰动样本进行新一轮迭代，否则获得最终对抗样本。本发明稳定性和成功率高，不限制特定的数据集，使得生成的对抗样本更具有普适性和可迁移性，且误导分类器时保持高度不可感知，提高了对抗攻击的可靠性和实用性，达到有效欺骗分类器的目的。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
