基于多模态预训练模型的通用对抗噪声生成方法及系统

AITNT
正文
推荐专利
基于多模态预训练模型的通用对抗噪声生成方法及系统
申请号:CN202411612401
申请日期:2024-11-13
公开号:CN119358633A
公开日期:2025-01-24
类型:发明专利
摘要
本发明提供了一种基于多模态预训练模型的通用对抗噪声生成方法及系统,具有这样的特征,步骤S1构建训练特征提取器;步骤S2构建并初始化对抗噪声;步骤S3选取干净样本并添加对抗噪声得到对应的对抗样本;步骤S4对各个训练特征提取器,提取对应的所有对抗样本的特定模态特征,并提取目标数据的目标模态特征;步骤S5根据对应的所有特定模态特征和目标模态特征,计算得到对抗噪声的梯度;步骤S6将各个训练特征提取器对应的梯度进行聚合,并根据聚合结果更新对抗噪声;步骤S7重复步骤S3~6,直至达到预设终止条件则得到通用噪声。总之,本方法能够生成具有任务迁移性的通用对抗噪声,从而对任意多模态模型的安全性进行检测。
技术关键词
特征提取器 模态特征 噪声生成方法 预训练模型 多模态 数据传输模块 样本 数据存储模块 特征提取模块 生成系统
系统为您推荐了相关专利信息
1
一种基于火灾气溶胶沉降过程对冰雪消融量化作用的人工智能算法
人工智能算法 气溶胶光学厚度 地表反射率 积雪覆盖率 归一化植被指数
2
基于知识图谱和跨模态关联的地铁运营决策优化方法
决策优化方法 弱分类器 学习分类器 强化学习环境 决策分类器
3
基于多模态数据融合的模型训练方法、系统、设备和介质
多模态数据融合 模型训练方法 工业设备故障 模型训练系统 深度学习模型
4
基于记忆池和模态感知专家系统的不完整多模态危机事件检测方法
事件检测方法 专家系统 多模态 记忆 视觉特征提取
5
一种基于动态掩码的自监督对比学习方法及系统
二次特征 学习方法 网络 在线 编码特征
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