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！

龍圖騰網恭喜深圳市大數據研究院;香港中文大學(深圳)申請的專利一種基于訓練過程解構的后門攻擊防御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：CN114003909B 。

龍圖騰網通過國家知識產權局官網在2025-04-01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：202111312806.0，技術領域涉及：G06N3/094；該發明授權一種基于訓練過程解構的后門攻擊防御方法及系統是由黃坤哲;吳保元;李一鳴;秦湛;任奎設計研發完成，并于2021-11-08向國家知識產權局提交的專利申請。

本一種基于訓練過程解構的后門攻擊防御方法及系統在說明書摘要公布了：本發明公開了一種基于訓練過程解構的后門攻擊防御方法及系統，屬于神經網絡安全技術領域，能夠解決現有防御模型對正常測試數據的預測結果準確率較低的問題。所述方法包括：獲取包含有后門毒化數據的含標簽訓練樣本集；對含標簽訓練樣本集進行去標簽處理，得到無標簽訓練樣本集，并將無標簽訓練樣本集輸入神經網絡模型中進行特征提取層訓練；將含標簽訓練樣本集輸入神經網絡模型中進行簡單分類層訓練，得到訓練后模型；利用訓練后模型對測試數據集進行類別預測。本發明用于后門攻擊的防御。

本發明授權一種基于訓練過程解構的后門攻擊防御方法及系統在權利要求書中公布了：1.一種基于訓練過程解構的后門攻擊防御方法，其特征在于，所述方法包括：步驟1、獲取包含有后門毒化數據的含標簽訓練樣本集；步驟2、對所述含標簽訓練樣本集進行去標簽處理，得到無標簽訓練樣本集，并將所述無標簽訓練樣本集輸入神經網絡模型中，采用自監督學習方法進行特征提取層訓練；其中，采用第一公式獲取特征提取層參數；所述第一公式為：其中，為訓練后的特征提取層參數；代表無標簽訓練樣本集，x為無標簽訓練樣本集中的樣本；表示自監督學習損失；步驟3、將所述含標簽訓練樣本集輸入所述神經網絡模型中，采用監督學習方法進行簡單分類層訓練，得到訓練后模型；其中，采用第二公式獲取簡單分類層參數；所述第二公式為： 其中，為訓練后的簡單分類層參數；代表含標簽訓練樣本集，x和y分別為含標簽訓練樣本集中的樣本和標簽；表示樣本x的預測類別；代表監督損失；步驟4、利用所述訓練后模型對測試數據集進行類別預測；在步驟3后，所述方法還包括：步驟5、獲取所述含標簽訓練樣本集中每個樣本的訓練損失值，并根據所述每個樣本的訓練損失值和預設閾值將所述含標簽訓練樣本集分為高置信度數據集和低置信度數據集；步驟6、對所述低置信度數據集進行去標簽處理，并利用所述高置信度數據集和去標簽的低置信度數據集，并采用半監督學習方法矯正所述訓練后模型，得到矯正后模型；其中，采用第三公式獲取矯正后模型參數；所述第三公式為：其中，w*為矯正后模型參數；代表保留標簽的高置信度數據集；代表去標簽的低置信度數據集；代表半監督損失，w初始化為相應的，步驟4具體為：利用矯正后模型對測試數據集進行類別預測。

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深圳市大數據研究院;香港中文大學(深圳)，其通訊地址為：518172 廣東省深圳市龍崗區龍城街道龍翔大道2001號道遠樓225室；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”。