首页> 中国专利> 一种面向深度学习模型偏见中毒攻击的防御方法

一种面向深度学习模型偏见中毒攻击的防御方法

摘要

本发明公开了一种面向深度学习模型偏见中毒攻击的防御方法,所述方法包括以下步骤:(1)获取原始样本数据集;(2)对原始样本数据集进行分块划分为子训练集,(3)使用基本分类器训练子训练集;(4)评估每个基本分类器的输入,并计算每个基本分类器分类正确的数量;(5)筛选出分类准确度最高的基本分类器,利用该分类器对深度学习模型再次进行训练,最终得到新训练的深度学习模型。上述方法通过使用散列函数对原始样本数据集中的数据个体样本进行映射,提升了深度学习模型防御偏见中毒攻击的能力。

著录项

  • 公开/公告号CN113536298A

    专利类型发明专利

  • 公开/公告日2021-10-22

    原文格式PDF

  • 申请/专利权人 浙江工业大学;

    申请/专利号CN202110652511.1

  • 发明设计人 陈晋音;陈一鸣;陈奕芃;郑海斌;

    申请日2021-06-11

  • 分类号G06F21/55(20130101);G06K9/62(20060101);G06N20/00(20190101);

  • 代理机构33224 杭州天勤知识产权代理有限公司;

  • 代理人胡红娟

  • 地址 310014 浙江省杭州市下城区潮王路18号

  • 入库时间 2023-06-19 12:57:44

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号