申请/专利权人:浙江工业大学
申请日:2020-08-28
公开(公告)日:2024-02-20
公开(公告)号:CN112052452B
主分类号:G06F21/56
分类号:G06F21/56;G06V10/764;G06V10/774;G06V10/82;G06N3/0464
优先权:
专利状态码:有效-授权
法律状态:2024.02.20#授权;2020.12.25#实质审查的生效;2020.12.08#公开
摘要:本发明公开了一种基于陷阱结构的图像识别防御方法,包括:在基于神经网络构建的图像识别网络中,在图像识别网络的隐藏层和或输出层增加用于引导恶性图像连接传输方向的陷阱结构;抑制陷阱结构活动,利用正常图像对添加有陷阱结构的图像识别网络进行图像识别任务的训练;针对不同类型的防御任务,设置抑制陷阱为激活态,选择与防御任务对应的恶性图像对添加有陷阱结构的图像识别网络进行防御任务的训练;应用时,将待测图像输入至经过图像识别任务和防御任务训练的图像识别网络中,当陷阱结构的激活状态值大于阈值时,则待测图像为恶性图像,删除该恶性图像,实现对图像识别的防御效果。防止恶性图像被误分类造成安全隐患。
主权项:1.一种基于陷阱结构的图像识别防御方法,其特征在于,包括以下步骤:在基于神经网络构建的图像识别网络中,在图像识别网络的隐藏层和或输出层增加用于引导恶性图像连接传输方向的陷阱结构;抑制陷阱结构活动,利用正常图像对添加有陷阱结构的图像识别网络进行图像识别任务的训练;针对不同类型的防御任务,设置抑制陷阱为激活态,选择与防御任务对应的恶性图像对添加有陷阱结构的图像识别网络进行防御任务的训练;应用时,将待测图像输入至经过图像识别任务和防御任务训练的图像识别网络中,当陷阱结构的激活状态值大于阈值时,则待测图像为恶性图像,删除该恶性图像,实现对图像识别的防御效果;当陷阱结构添加到隐藏层,对添加有陷阱结构的图像识别网络进行防御任务的训练时,设置陷阱结构的激活状态值为1以引导恶性图像的连接传输流向陷阱结构;选择与防御任务对应的恶性图像作为输入,陷阱结构所在隐藏层的预测输出值和理想输出值的交叉熵为损失函数,对图像识别网络进行防御任务的训练,以优化的图像识别网络的网络参数,其中,理想输出值包括陷阱结构的激活状态值1、正常图像作为输入时隐藏层除陷阱结构的其他神经元值;当陷阱结构添加到输出层,对添加有陷阱结构的图像识别网络进行防御任务的训练时,设置陷阱结构的激活状态值为1以引导恶性图像的连接传输流向陷阱结构;选择与防御任务对应的恶性图像作为输入,以恶性图像的理想类标和激活状态值1组成的真值标签、陷阱结构所在输出层的预测输出值的交叉熵为损失函数,对图像识别网络进行防御任务的训练,以优化的图像识别网络的网络参数。
全文数据:
权利要求:
百度查询: 浙江工业大学 一种基于陷阱结构的图像识别防御方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。