一种基于条件生成对抗网络的协作推理模型逆向攻击方法

    公开(公告)号:CN118886505A

    公开(公告)日:2024-11-01

    申请号:CN202410919937.2

    申请日:2024-07-10

    Abstract: 本发明公开了一种基于条件生成对抗网络的协作推理模型逆向攻击方法,该方法首先获取目标模型参数和推理过程中中间特征的访问权限。其次选择与目标模型分类任务同域的公共数据集,作为辅助数据集,获取目标模型对辅助数据集样本的分类结果,作为辅助数据集预测标签。然后训练攻击用的由条件生成器模型和条件判别器模型构建的条件生成对抗网络,并截获目标图像中间特征,并获取目标图像的预测标签。最后设定潜在向量初始值,以潜在向量作为输入,以目标图像的预测标签作为指导,用条件生成器生成恢复图像,并进行训练优化。本发明克服了对边缘设备模型层数敏感的缺陷,提升了生成恢复图像的准确性、真实性。

Patent Agency Ranking