摘要
本发明公开了一种黑盒对抗样本生成方法及装置,涉及无人机反制领域,用以解决当前在黑盒攻击下对抗样本生成方法过多依赖模型,容易造成大量的冗余扰动和较高的查询次数,导致计算开销大以及攻击成功率低的问题。包括:根据干净样本的标签与目标图像的标签之间的欧式距离,通过PID控制器得到目标图像的第一对抗扰动,根据第一对抗扰动和干净样本得到被篡改的篡改对抗样本,根据深度神经网络的分类器确定篡改对抗样本的第一识别标签;根据第一识别标签与目标图像的特定识别标签之间的欧式距离,通过PID控制器得到对抗攻击优化模型;根据PSO算法和PID控制器得到最优PID控制参数,根据最优PID控制参数得到对抗攻击优化模型的最优对抗样本。
技术关键词
识别标签
PID控制参数
PID控制器
深度神经网络
样本生成方法
分类器
粒子
图像
算法
无人机反制
计算机设备
处理器
因子
生成装置
度量
可读存储介质
系统为您推荐了相关专利信息
智能化运维管理
物流仓储设备
数据处理中心
机器学习算法
逻辑回归模型
温湿度监测装置
调控方法
组合装置
温控装置
时间段
样本生成方法
机器学习模型
模型训练方法
文本
生成样本数据
故障实时诊断方法
旋转机械轴承
嵌入式板卡
深度神经网络模型
深度学习算法
车载语音交互方法
环境感知数据
驾驶者
乘员
采集车