申请/专利权人：哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

申请日：2024-02-26

公开（公告）日：2024-04-02

公开（公告）号：CN117808095A

主分类号：G06N5/025

分类号：G06N5/025;G06N5/04;G06F40/289;G06F40/247

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种对抗攻击样本生成方法和装置、电子设备，属于人工智能安全技术领域，所述方法包括：对第一大语言模型进行全量微调，得到第二模型；使用BERT‑Attack算法对所述第二模型进行攻击实验，得到原始攻击样本；使用原始攻击样本对第二模型进行知识蒸馏处理，得到第三模型；使用攻击算法和原始攻击样本，对第三模型进行文本对抗攻击，得到迁移攻击样本；确定原始攻击样本与迁移攻击样本的可迁移性；依据可迁移性、原始攻击样本和迁移攻击样本，进行攻击算法自适应性改进。本发明提供的对抗攻击样本生成方案，能够增加所生成的对抗攻击样本在不同环境和模型下的可迁移性，提高攻击的鲁棒性和可靠性。

主权项：1.一种对抗攻击样本生成方法，其特征在于，包括：对第一大语言模型进行全量微调，得到第二模型；使用BERT-Attack算法对所述第二模型进行攻击实验，得到原始攻击样本；使用所述原始攻击样本对所述第二模型进行知识蒸馏处理，得到第三模型；使用攻击算法和所述原始攻击样本，对所述第三模型进行文本对抗攻击，得到迁移攻击样本；确定所述原始攻击样本与所述迁移攻击样本的可迁移性；依据所述可迁移性、所述原始攻击样本和所述迁移攻击样本，进行攻击算法自适应性改进。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 一种对抗攻击样本生成方法和装置、电子设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD