摘要
基于对比学习优化去噪自编码器的对抗样本防御方法、电子设备及存储介质,属于入侵检测技术领域。为解决有效对抗样本防御问题,本发明包括从训练中采集数据构建训练数据集;使用TripletLoss损失函数训练对比学习模型,输出对比学习模型编码器;利用得到的对比学习模型编码器优化去噪自编码器,得到优化后的去噪自编码器和解码器,输入深度学习模型的样本首先输入到优化后的去噪自编码器和解码器中进行重新编码和解码操作,实现对抗样本防御。本发明应用于入侵检测系统中,部署在入侵检测系统中常见的流量特征提取模块与深度学习模型分类模块之间,通过前置任务对比学习模型的训练以及下游任务去噪自编码器模型的训练实现对抗样本防御。
技术关键词
编码器
训练样本数目
网络流量数据集
解码器
深度学习模型
入侵检测系统
入侵检测技术
锚点
重构
电子设备
特征提取模块
对抗性
噪声
处理器
代表
可读存储介质
存储器
系统为您推荐了相关专利信息
大语言模型
预训练模型
文本特征向量
多模态
训练系统
扩频信号
盲检测方法
融合卷积神经网络
深度学习模型
多尺度
传感器融合
关联规则挖掘技术
深度学习模型
多模态传感器
风险评估模型
评论生成模型训练方法
文本
语义情感分析
语义分析模型
评论信息生成方法