申请/专利权人:东南数字经济发展研究院
申请日:2020-10-30
公开(公告)日:2024-04-16
公开(公告)号:CN112216273B
主分类号:G10L15/06
分类号:G10L15/06;G06N3/0464;G06N3/048;G06N3/082;G06N3/0475
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2021.01.29#实质审查的生效;2021.01.12#公开
摘要:本发明公开了一种针对语音关键词分类网络的对抗样本攻击方法,包括以下步骤:1按照训练策略选择训练数据以及训练的批大小的目标标签;2将数据以及标签输入到生成器G中,生成对抗扰动,并且构建相应的对抗样本;3将生成的对抗样本分别输入到判别器D和目标受害模型,得到相应的损失,并且计算相应的损失,更新网络的参数;4重复步骤1至步骤4,直到满足训练的停止条件,最终得到训练好的模型;5模型使用,加载模型参数,输入语音样本以及目标标签,即可快速的生成对抗样本。使用本发明提出的方法,能够实现实时场景下基于语音关键词分类网络应用的对抗样本攻击。
主权项:1.一种针对语音关键词分类网络的对抗样本攻击方法,其特征在于,包括以下步骤:1按照训练策略选择训练数据以及训练的批大小的目标标签;2将数据以及标签输入到生成器G中,生成对抗扰动,并且构建相应的对抗样本;3将生成的对抗样本分别输入到判别器D和目标受害模型,得到相应的损失,然后计算相应的损失,更新网络的参数,受害者模型的作用是对生成的对抗样本进行分类,并且将对抗样本与目标标签的分类损失回传到生成器G,指导生成器G生成能够使对抗样本识别为目标标签的扰动;4重复步骤1至步骤4,直到满足训练的停止条件,最终得到训练好的模型;5模型使用,加载模型参数,输入语音样本以及目标标签,即可快速的生成对抗样本。
全文数据:
权利要求:
百度查询: 东南数字经济发展研究院 一种针对语音关键词分类网络的对抗样本攻击方法
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。