本发明涉及一种图像类对抗样本的差异性检测方法,属于人工智能安全领域。本发明内容包括:搭建不同训练周期下的高精度残差网络模型ResNet‑50作为对抗样本攻击以及差异性检测系统模型;使用多种类对抗攻击方法分别攻击ResNet‑50模型生成对抗样本组作为输入样本数据;构建对抗样本差异性检测系统,将上述生成的各组对抗样本进行检测,本发明的检测系统设计包含置信度、感知度及抗干扰度三个子检测系统,其中共七项检测方法用来检测各组对抗样本间存在的差异化特性。相较于传统的对抗样本检测方法,本发明将多类攻击样本间检测全面化、具体化,提升对抗样本检测的多样性。
声明:
“一种图像类对抗样本的差异性检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)