买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海探巡科技有限公司申请的专利全栈式的循环神经网络深度学习系统安全分析与检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN112328496B 。

龙图腾网通过国家知识产权局官网在2024-07-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202011356607.5，技术领域涉及：G06F11/36；该发明授权全栈式的循环神经网络深度学习系统安全分析与检测方法是由谢肖飞;马雷;刘杨设计研发完成，并于2020-11-27向国家知识产权局提交的专利申请。

本全栈式的循环神经网络深度学习系统安全分析与检测方法在说明书摘要公布了：本发明公开了一种全栈式的循环神经网络深度学习系统安全分析与检测方法。针对循环神经网络，进行变换变异生成改变的神经网络，将测试数据输入神经网络获得输出结果，进而获得变异率作为敏感度参数；在各个神经网络的处理过程中计算获得覆盖率，生成更多的测试用例并输入到神经网络中获得错误率作为质量参数；采用遗传算法对测试数据进行变异，获得不一致率大于预设一致阈值的变异后的测试数据，以测试数据输入到神经网络中以输出结果的错误率作为兼容性结果。本发明支持循环神经网络，通过从数据收集到神经网络开发再到神经网络部署阶段的系统分析与测试，从而更好的检测深度学习系统的质量与安全问题，确保深度学习系统在真正部署阶段的安全性。

本发明授权全栈式的循环神经网络深度学习系统安全分析与检测方法在权利要求书中公布了：1.一种全栈式的循环神经网络深度学习系统安全分析与检测方法，其特征在于：针对循环神经网络，采用包含数据敏感度分析测试、神经网络质量分析测试和神经网络部署测试的三个深度学习系统全生命周期的分析检测步骤；针对循环神经网络进行变换、变异处理生成多个改变的神经网络，将测试数据输入到各个改变的神经网络中获得输出结果，根据所有输出结果处理获得变异率，通过测试数据在多个改变的神经网络中获得的变异率作为测试数据的敏感度参数；在各个神经网络的处理过程中计算获得覆盖率，利用覆盖率生成更多的测试用例；再将生成的测试用例输入到神经网络中获得错误率，以错误率作为质量参数；采用遗传算法对原始的测试数据进行变异，在遗传算法的每一轮演化中，通过收益函数对变异后的测试数据进行筛选以进行下一轮演化，最终获得不一致率大于预设一致阈值的变异后的测试数据，以测试数据输入到神经网络中以输出结果的错误率作为兼容性结果；不一致率是指变异后的测试数据经原始的神经网络处理后获得的输出结果的较小数不一致的占比例；循环神经网络中，神经网络质量分析采用但不限于神经网络权重变换、状态清零、状态重置、状态高斯变化、状态精度降低、门重置、门高斯变化、门精度降低来生成多个循环神经网络；循环神经网络中，将原始的神经网络转换构建成一个抽象状态转移模型，通过随机生成方式生成测试用例，将测试用例输入到原始的循环神经网络中，并通过神经网络的结果得到测试用例在抽象状态转移模型中覆盖到的状态与状态间的转移，从而计算测试用例在该抽象状态转移模型上的覆盖率，然后以覆盖率为导向以筛选有效的测试数据，将覆盖率提高的测试用例保留，将覆盖率未提高的测试用例删除，最后将保留的测试用例加入到测试数据中。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海探巡科技有限公司，其通讯地址为：200300 上海市普陀区中山北路3663号269幢1楼131B室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。