摘要
本发明提供了一种针对模型抽取攻击的反向渗透防御装置,具有这样的特征,包括数据存储模块;蜜罐设置模块用于将指定模型的分类层替换为蜜罐层得到蜜罐模型;影模型训练模块用于根据影数据样本对蜜罐模型进行模型抽取攻击训练影模型;验证样本生成模块用于将触发器分别与各个初始样本结合得到多个验证样本;触发器更新模块用于根据训练好的影模型和验证样本更新触发器;蜜罐层微调模块用于根据影数据样本和更新好的触发器对应的验证样本微调蜜罐模型;迭代控制模块用于判断蜜罐模型是否达到预设终止条件,若是则得到蜜罐模型,若否则控制影模型训练模块运行。总之,本方法能够在不引入额外风险的同时,有效识别并制止模型抽取攻击的侵权行为。
技术关键词
蜜罐
样本
模型训练模块
数据存储模块
控制模块
图片
正确率
表达式
符号
风险
图像
参数
系统为您推荐了相关专利信息
模型生成方法
图像阴影检测方法
交互特征
特征提取模块
解码器
虚拟电厂优化调度方法
优化调度模型
代表
表达式
深度强化学习