一种针对硬标签无数据设置的模型安全性评估方法及系统

AITNT
正文
推荐专利
一种针对硬标签无数据设置的模型安全性评估方法及系统
申请号:CN202411471437
申请日期:2024-10-22
公开号:CN119004192B
公开日期:2025-01-28
类型:发明专利
摘要
本发明属于模型安全技术领域,公开了一种针对硬标签无数据设置的模型安全性评估方法及系统,所述方法包括步骤S1、将目标模型分类样本送入去噪扩散模型生成代理数据、步骤S2、将噪声数据送入生成器,训练生成器生成查询样本、步骤S3、通过类多样性损失训练替代模型对目标模型进行功能拟合、步骤S4、计算替代模型功能相似度,评估目标模型的安全性。通过本发明可以准确地评估在线部署的黑盒模型的安全性。
技术关键词
安全性评估方法 对抗性 样本 数据分布 噪声参数 噪声数据 安全性评估系统 标签 黑盒模型 超参数 模块 图像 在线 关系
系统为您推荐了相关专利信息
1
一种面向安全编码图像的逆向解析及恢复关键属性的方法
混合图像数据 样本 编码器 分类器训练 随机噪声
2
一种基于联邦迁移学习的产品包装质检分类方法
客户端 产品包装 分类方法 多尺度特征提取 数据
3
一种基于联合稀疏恢复技术的阵列布阵方法及装置
布阵方法 恢复技术 阵列 矩阵 字典
4
一种用于电力系统的脱网预测方法、装置、终端设备及存储介质
深度学习模型 电力系统 电压越限 训练集 样本
5
基于共识FLS++和轨迹优化的变压器预警方法及系统
变压器预警方法 光伏发电预测 电力系统 长短期记忆网络 变压器预警系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号