公开(公告)号：CN116248335A

公开(公告)日：2023-06-09

申请号：CN202211640495.5

申请日：2022-12-20

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 谭晶磊 ,  金辉 ,  孙鹏宇 ,  张森磊 ,  李哲铭 ,  张恒巍 ,  刘小虎 ,  张玉臣 ,  王瑞祥

IPC: H04L9/40

Abstract: 本发明属于网络安全技术领域，特别涉及一种基于智能演化博弈的网络攻防策略选取方法及系统，通过分析网络场景脆弱性信息来获取攻防策略集，结合有限理性博弈情境构建网络攻防演化博弈决策模型，并依据模型来获取攻防双方不同策略组合的攻防收益；在攻防博弈过程中，依据双方未实施策略的收益及当前实施策略收益来设置遗憾值，利用策略权值和策略期望收益损失并基于遗憾最小化RM算法来构建攻防智能体各自实施策略的概率方程，联合攻防双方的概率方程构造攻防双方博弈过程决策选取的微分方程组；通过对微分方程组进行演化均衡求解来获取攻防双方最优策略。本发明将演化博弈与遗憾最小化算法相结合，提升攻防博弈过程中策略选取的正确性和实用性。

公开(公告)号：CN115830369A

公开(公告)日：2023-03-21

申请号：CN202211481160.3

申请日：2022-11-24

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 张恒巍 ,  李哲铭 ,  张晓宁 ,  米岩 ,  孙鹏宇 ,  李晨蔚 ,  杨博 ,  张畅 ,  王晋东 ,  谭晶磊 ,  刘小虎 ,  张玉臣

IPC: G06V10/764 ,  G06V10/46 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/094

Abstract: 本发明属于计算机视觉处理技术领域，特别涉及一种基于深度神经网络的对抗样本生成方法及系统，首先将样本数据中的原始图像转化为显著图；利用显著图圈定样本数据原始图像中用于添加扰动的显著区域，通过对显著图像素值进行二值化处理来获取显著掩膜；将样本数据中的原始图像输入图像分类模型中，利用Nadam优化算法与卷积神经网络反向传输过程中的梯度信息，迭代生成全局扰动的对抗样本；将对抗样本与原始图像做差，得到全局对抗噪声；利用全局对抗噪声与显著掩膜的Hadamard乘积来获取显著区域内的对抗噪声，并通过结合对抗噪声与原始图像来得到最终输出的显著区域对抗样本。本发明能够提升生成样本质量，便于测试和提升图像分类模型的安全性和鲁棒性。

公开(公告)号：CN115527084A

公开(公告)日：2022-12-27

申请号：CN202211192096.7

申请日：2022-09-28

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 张恒巍 ,  李哲铭 ,  米岩 ,  张晓宁 ,  李晨蔚 ,  杨博 ,  王晋东 ,  谭晶磊 ,  刘小虎 ,  张玉臣

IPC: G06V10/774 ,  G06V10/776 ,  G06V10/82

Abstract: 本发明属于图像模型评估技术领域，特别涉及一种基于多样化输入策略的智能系统对抗样本生成方法及系统，首先，收集图像变换方法，并依据收集的图像变换方法来构建数据增强方法集；从数据增强方法集中选取若干图像变换方法组成数据增强策略集合；针对原始图像样本数据，利用数据增强策略集合中的图像变换方法分别进行图像变换，得到批次变换后的图像增强数据；利用图像分类模型获取各图像变换方法对应的图像增强数据的梯度值，通过对梯度值进行加权平均来获取对抗扰动噪声，利用对抗扰动噪声生成对抗样本。本发明利用不同图像变换方法的多次随机变换进行图像数据增强，并利用模型梯度值来计算对抗样本中的扰动噪声，提高数据增强变换种类和输入图像数量的多样性，有效缓解“过拟合”现象，提高对抗样本的黑盒攻击能力。