一种基于噪声压缩的可迁移的非黑盒攻击对抗方法
专利汇可以提供一种基于噪声压缩的可迁移的非黑盒攻击对抗方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于噪声压缩的可迁移的非黑盒攻击对抗方法，步骤1、构建VGG16待攻击神经网络模型及相应的参数配置文件；步骤2、给定待攻击的原始图片x,并 指定 错分的目标类别；步骤3、收集若干张目标类别的图片，将这些图片输入待攻击神经网络模型中，选取能够被正确分类的图片构成图像集合TargetImg；步骤4、利用二分插值法初步找到对抗样本；步骤5、找到噪声幅度更小的对抗样本；步骤6、进行分组降噪处理；步骤7、进行随机降噪处理，得到最终的对抗样本。与 现有技术 相比，本发明在实现非黑盒攻击的对抗能够更加简单高效且快速，相比于经典的“基于 迭代 的快速梯度符号法” 算法 在性能方面有显著的提高；生成的对抗样本在非黑盒攻击下更具有鲁棒性。，下面是一种基于噪声压缩的可迁移的非黑盒攻击对抗方法专利的具体信息内容。
1.一种基于噪声压缩的可迁移的非黑盒攻击对抗方法，其特征在于，该方法包括以下步骤：
步骤1、构建VGG16待攻击神经网络模型及相应的参数配置文件，采用github上的开源框架foolbox进行封装；
步骤2、给定一张待攻击的原始图片x，并指定错分的目标类别；
步骤3、收集若干张目标类别的图片，将这些图片输入待攻击神经网络模型中，选取输出类别与目标类别一致的图片构成图像集合TargetImg，公式如下：
TargetImg＝{Target1，…，TargetN}，
其中，N表示集合TargetImg中的图像总数；
步骤4、利用二分插值法初步找到对抗样本：首先，采用二分插值法在每张目标类别的图片Targeti中寻找各图片Targeti的最优对抗样本共N张，再从该N张对抗样本中选取最优的对抗样本Target0，其中评价对抗样本的优劣是利用l2范数，即原图与对抗样本的差的二范数；
步骤5、利用“针对性错分下的基于迭代的快速梯度符号法”算法找到噪声幅度更小的对抗样本，具体公式如下：
其中，x′0表示第(4)步找到的对抗样本Target0，x表示原始图片， 表示交叉熵损失函数对于图片x的导数，求导法则表示复合函数的求导，x′t表示第t步的图片，x′t+1表示第t+1步的图片，α表示步长，Clipx，ε{·}函数的作用表示限制对抗样本相对于原始图片的改变幅度小于ε；
步骤6、对噪声进行分组降噪处理，首先将噪声z0根据像素值生成噪声集合V，然后每次迭代时寻找噪声集合V中绝对值最大的元素，对噪声矩阵z0中所有等于该像素值的点全部除以2并在集合中删除该元素，最后加上原图，并查询是否为对抗样本，如果是的话，维持此操作；否则撤销此操作，上述噪声集合V的形式化表示如下：
z0＝x′-x
V(z)＝{v|v＝zwhc，w∈[0，W]，h∈[0，H]，c∈[0，C]}
其中，z0表示噪声，L(V(z0)，t)表示在噪声z0的所有像素值的集合V中，第t个绝对值最大的元素，W，H，C分别表示噪声z0的长、宽和RGB空间， 表示第t次迭代、噪声矩阵z的第whc元素；
步骤7、对噪声进行随机降噪处理，噪声中的每个元素都有极小几率1％的概率被置为
0，具体公式如下：
zt+1＝zt·mask
其中，mask表示矩阵，maskwhc表示矩阵的第whc元素，random表示0～1之间的随机数；
得到最终的对抗样本。
一种基于噪声压缩的可迁移的非黑盒攻击对抗方法
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 位置估计方法和位置控制装置 | 2020-06-04 | 2 |
| 一种基于旋转变压器的大转角极限位置检测电路 | 2020-10-16 | 0 |
| 高速数传接收装置 | 2020-11-11 | 1 |
| 一种电缆故障排查方法及装置 | 2022-02-26 | 2 |
| 一种油浸式变压器管路附件更换时快速排油与注油的方法 | 2020-12-25 | 0 |
| 用于复合材料工件的制孔边缘分层缺陷分析的试块及方法 | 2021-07-07 | 2 |
| 面向机电耦合的有源相控阵天线性能仿真置信度的计算方法 | 2023-02-13 | 1 |
| 波形整形电路及电子设备 | 2022-01-15 | 0 |
| 汽车1/4悬架实验台 | 2022-07-18 | 2 |
| 一种大跨距、可旋转拆卸的桁架装置 | 2020-11-20 | 1 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
