本發明涉及一種圖像類對抗樣本的差異性檢測方法,屬于人工智能安全領域。本發明內容包括:搭建不同訓練周期下的高精度殘差網絡模型ResNet?50作為對抗樣本攻擊以及差異性檢測系統模型;使用多種類對抗攻擊方法分別攻擊ResNet?50模型生成對抗樣本組作為輸入樣本數據;構建對抗樣本差異性檢測系統,將上述生成的各組對抗樣本進行檢測,本發明的檢測系統設計包含置信度、感知度及抗干擾度三個子檢測系統,其中共七項檢測方法用來檢測各組對抗樣本間存在的差異化特性。相較于傳統的對抗樣本檢測方法,本發明將多類攻擊樣本間檢測全面化、具體化,提升對抗樣本檢測的多樣性。
聲明:
“一種圖像類對抗樣本的差異性檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)