公开(公告)号：CN115392456A

公开(公告)日：2022-11-25

申请号：CN202211048884.9

申请日：2022-08-30

Applicant: 北京交通大学

Inventor： 景丽萍 ,  方正伟 ,  黄韬 ,  王睿

IPC: G06N3/08 ,  G06N3/04 ,  G06N5/04 ,  G06N7/00

Abstract: 本发明提供一种融合优化算法渐近正态性的高迁移对抗样本生成方法，通过数据增强的方式引入随机性，使得对抗样本的生成的随机梯度优化过程满足正态渐近特性，并通过统计迭代路径中所有样本噪声的均值和协方差用于构造噪声后验分布，用于更好地捕获优化空间的几何信息，提升对抗样本优化过程的稳定性和对抗样本的泛化能力、迁移能力；此外本方法能够从获得的正态分布中采样对抗噪声以生成不限数量的有效对抗样本。

公开(公告)号：CN115392456B

公开(公告)日：2023-10-10

申请号：CN202211048884.9

申请日：2022-08-30

Applicant: 北京交通大学

Inventor： 景丽萍 ,  方正伟 ,  黄韬 ,  王睿

IPC: G06N3/094 ,  G06N3/084 ,  G06N3/0985 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/047 ,  G06N5/04

Abstract: 本发明提供一种融合优化算法渐近正态性的高迁移对抗样本生成方法，通过数据增强的方式引入随机性，使得对抗样本的生成的随机梯度优化过程满足正态渐近特性，并通过统计迭代路径中所有样本噪声的均值和协方差用于构造噪声后验分布，用于更好地捕获优化空间的几何信息，提升对抗样本优化过程的稳定性和对抗样本的泛化能力、迁移能力；此外本方法能够从获得的正态分布中采样对抗噪声以生成不限数量的有效对抗样本。