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！

龍圖騰網恭喜西北工業大學申請的專利一種操控訓練能耗的對抗攻擊方法及裝置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：CN119227772B 。

龍圖騰網通過國家知識產權局官網在2025-04-18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：202411718562.X，技術領域涉及：G06N3/084；該發明授權一種操控訓練能耗的對抗攻擊方法及裝置是由彭弘毅;彭希奧;陳茗揚;孫一凡;周維銘;王震設計研發完成，并于2024-11-28向國家知識產權局提交的專利申請。

本一種操控訓練能耗的對抗攻擊方法及裝置在說明書摘要公布了：本發明公開了一種操控訓練能耗的對抗攻擊方法及裝置，涉及人工智能安全領域。用以解決因缺少分析理解操縱訓練能耗的對抗攻擊原理和設計檢測防御策略，導致加劇大模型訓練能源開銷的問題。該方法包括：訓練數據樣本和待訓練大模型，確定待訓練大模型的當前梯度值、上個迭代的梯度值以及梯度差；根據優化算法更新對抗擾動時，若最優對抗擾動滿足最大化上層優化目標函數，則根據訓練數據樣本和對抗擾動得到擾動樣本；若當前梯度值與待訓練大模型的目標函數關于待訓練大模型的權重參數的梯度值相等時，根據待訓練大模型的損失函數最小化尋優確定待訓練大模型的最優權重參數。

本發明授權一種操控訓練能耗的對抗攻擊方法及裝置在權利要求書中公布了：1.一種操控訓練能耗的對抗攻擊方法，其特征在于，包括：利用網絡爬取技術、傳感器數據采集接口從企業內部數據集中，獲取包含多種類型信息的數據集合，根據數據的完整性、數據的準確性以及待訓練大模型的應用場景，從所述數據集合中選擇攜帶有多模態數據樣本的訓練數據樣本，所述訓練數據樣本用于訓練搭載在具有特定技術能力計算設備上的待訓練大模型；將所述訓練數據樣本輸入所述待訓練大模型，通過在計算設備上運行基于反向傳播算法的程序，根據所述訓練數據樣本和所述待訓練大模型，確定所述待訓練大模型關于上層優化目標函數在當前迭代的梯度值、所述待訓練大模型關于上層優化目標函數在上個迭代的梯度值以及所述待訓練大模型關于上層優化目標函數在當前迭代與上個迭代之間的梯度差；采用梯度上升算法更新對抗擾動時，若確定的最優對抗擾動滿足最大化上層優化目標函數、對抗擾動大小的調控因子大于所述對抗擾動的范數以及所述梯度差的范數大于第一閾值，根據所述訓練數據樣本和所述對抗擾動得到擾動樣本，其中，所述第一閾值根據所述待訓練大模型的訓練優化終止條件閾值和梯度差的大小調控因子確定；將所述擾動樣本通過數據傳輸接口輸入至搭載有所述待訓練大模型的所述計算設備，所述計算設備在每次迭代時得到不同的梯度值，若確定當前迭代的梯度值與所述待訓練大模型的目標函數關于待訓練大模型的權重參數的第一梯度值相等時，根據所述待訓練大模型的目標函數最小化尋優確定所述待訓練大模型的最優權重參數；將包括最優權重參數的所述待訓練大模型部署到自然語言處理領域的或者計算機視覺領域的云端平臺；所述多模態數據樣本包括以下任意一種模態：利用圖像采集設備獲取的圖片以及通過文本識別軟件或標注得到的與所述圖片對應的文字描述，形成文本和圖像模態；利用音頻采集設備采集的音頻以及通過語音轉文字得到的與所述音頻對應的文字描述，形成文本和音頻模態；通過視頻錄制設備獲取的視頻、音頻以及利用視頻內容分析工具得到的與所述視頻、所述音頻對應的文字描述，形成文本、視頻和音頻模態；其中，所述最優對抗擾動滿足最大化上層優化目標函數通過下列公式表示：Δx*∈max‖Δg‖p-λ‖Δx‖p所述對抗擾動大小的調控因子大于所述對抗擾動的范數以及所述梯度差的范數大于第一閾值，通過下列公式表示：s.t.‖Δx‖p≤η‖Δg‖p≥∈+Δ∈所述擾動樣本通過下列公式表示：x′＝x+Δx其中，Δx*表示最優對抗擾動，Δg表示待訓練大模型關于上層優化目標函數在第k次迭代與第k-1次迭代之間的梯度差，Δx表示對抗擾動，λ表示正則化系數，‖·‖p表示p-范數，η表示對抗擾動大小的調控因子，∈表示待訓練大模型的訓練優化終止條件閾值，Δ∈表示所述梯度差的大小調控因子，x表示訓練數據樣本，x′表示擾動樣本。

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北工業大學，其通訊地址為：710072 陜西省西安市碑林區友誼西路127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”。