公开(公告)号：CN114925699A

公开(公告)日：2022-08-19

申请号：CN202210470248.9

申请日：2022-04-28

Applicant: 电子科技大学

Inventor： 邱士林 ,  刘启和 ,  张准 ,  周世杰 ,  曾逸 ,  靳佳冀 ,  武哲纬 ,  周金 ,  于泽楠

IPC: G06F40/30 ,  G06F40/205 ,  G06F40/166 ,  G06F16/33 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于风格变换的高迁移性对抗文本生成方法，包括如下步骤：S1、构建预训练模型，包括构建原始替代模型Forg、构建释义生成器P、构建特征提取器E和特征解码器D；S2、构建测试文本的向量表示集和替代模型集F；所述测试文本的向量表示集包括语义特征向量集Vp、缩放因子集和风格特征向量集Vs；S3、构建任务集，包括构建总任务集Task，划分查询任务集Taskqr和支持任务集Tasksr；S4、利用元学习优化策略获取风格特征噪声向量δ*；S5、生成对抗文本x*。本发明通过结合风格变换和元学习策略，在黑盒场景下能生成具备强攻击能力、高迁移性的对抗文本。

公开(公告)号：CN114925699B

公开(公告)日：2023-05-23

申请号：CN202210470248.9

申请日：2022-04-28

Applicant: 电子科技大学

Inventor： 邱士林 ,  刘启和 ,  张准 ,  周世杰 ,  曾逸 ,  靳佳冀 ,  武哲纬 ,  周金 ,  于泽楠

IPC: G06F40/30 ,  G06F40/205 ,  G06F40/166 ,  G06F16/33 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084

Abstract: 本发明公开了一种基于风格变换的高迁移性对抗文本生成方法，包括如下步骤：S1、构建预训练模型，包括构建原始替代模型Forg、构建释义生成器P、构建特征提取器E和特征解码器D；S2、构建测试文本的向量表示集和替代模型集F；所述测试文本的向量表示集包括语义特征向量集Vp、缩放因子集和风格特征向量集Vs；S3、构建任务集，包括构建总任务集Task，划分查询任务集Taskqr和支持任务集Tasksr；S4、利用元学习优化策略获取风格特征噪声向量δ*；S5、生成对抗文本x*。本发明通过结合风格变换和元学习策略，在黑盒场景下能生成具备强攻击能力、高迁移性的对抗文本。