買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜西安電子科技大學申請的專利一種基于自步學習的生成通用對抗擾動方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN113971442B 。

龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111267097.9，技術領域涉及：G06V10/764；該發明授權一種基于自步學習的生成通用對抗擾動方法及系統是由劉紅英;葛志金;尚凡華;周振宇;劉園園;王耀威設計研發完成，并于2021-10-28向國家知識產權局提交的專利申請。

本一種基于自步學習的生成通用對抗擾動方法及系統在說明書摘要公布了：本發明公開了一種基于自步學習的生成通用對抗擾動方法及系統，準備訓練數據集；對數據集添加擾動；判斷擾動成功率；通過自步學習篩選需要擾動的樣本；使用DeepFool算法產生擾動；更新擾動；返回通用擾動變量；能夠自動地剔除或選擇要擾動的樣本，并對這些樣本梯度求平均，更高效的生成對抗樣本；本發明生成通用對抗擾動時，應盡可能多地提高通用擾動的成功攻擊比例，為此應當放棄一小部分非常難以擾動，或者與大部分擾動成功的對抗樣本擾動方向完全相反的樣本。所以采用自步學習進行篩選樣本，將容易被擾動的樣本首先進行擾動，難樣本進行舍棄，以達到高成功率的結果。

本發明授權一種基于自步學習的生成通用對抗擾動方法及系統在權利要求書中公布了：1.一種基于自步學習的生成通用對抗擾動方法，其特征在于，對擾動進行初始化得到初始擾動，將初始擾動添加到原始數據集的每個圖片樣本中；對添加初始擾動的樣本進行分類，計算擾動成功率，通過自步學習篩選需要擾動的樣本，具體為：初始化網絡參數權重，定義所有樣本的損失函數；確定權重參數，根據正則項選擇樣本范圍，選擇樣本范圍內的樣本點；將選擇的樣本點代入圖像分類神經網絡中重新訓練權重參數W，循環初始化網絡參數權重，定義所有樣本的損失函數；確定權重參數，根據正則項選擇樣本范圍，選擇樣本范圍內的樣本點；至所有樣本被選入；按照樣本的難易程度返回選擇樣本的順序，定義損失函數如下： 其中，表示分類器網絡，為樣本，為權重參數，為對應的標簽，表示二分變量，表示正則化參數；再使用DeepFool方法將篩選出的樣本生成擾動；對生成的擾動進行累加，更新通用擾動值并加入原始數據集的每個樣本中，計算樣本整體擾動成功率，當樣本整體擾動成功率達到設定要求后，返回通用擾動變量，產生通用對抗擾動。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安電子科技大學，其通訊地址為：710071 陜西省西安市雁塔區太白南路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。