机器学习图像分类模型所有权验证方法及系统

AITNT
正文
推荐专利
机器学习图像分类模型所有权验证方法及系统
申请号:CN202411655501
申请日期:2024-11-19
公开号:CN119579975B
公开日期:2025-11-04
类型:发明专利
摘要
本发明提供了一种机器学习图像分类模型所有权验证方法及系统,包括:步骤S1:生成触发样本集合;步骤S2:利用模型后门训练技术微调图片分类模型,以使微调后的图片分类模型在保持正常预测功能的情况下,对于触发样本集合产生满足预设要求的、错误的预测结果;步骤S3:基于触发样本集合中的触发图案生成新的触发样本,并将新的触发样本输入微调后的图片分类模型完成正向推理;步骤S4:验证关于新的触发样本生成过程和微调后的图片分类模型对于新的触发样本的推理过程的正确性证明。
技术关键词
图片分类模型 零知识证明协议 图像分类模型 样本 训练集 验证方法 图案 验证算法 验证系统 后门 像素点 模块 电路 通道 尺寸 代表
系统为您推荐了相关专利信息
1
一种用于云盘模式切换的方法与设备
数据分类 数据迁移 指数 模式 交叉验证方法
2
一种基于提示的脑肿瘤交互式分割方法及系统
交互式分割方法 三维卷积神经网络 二维卷积神经网络 原型 输出特征
3
一种基于机器学习的电池状态评估方法
电池状态评估 特征提取模型 分类器模型 神经网络分类 黎曼
4
硝化机多维度状态监测与健康管理方法和装置
门控循环单元网络 训练样本数据 健康管理方法 平均无故障时间 故障诊断模型
5
基于线性预测和ETAM算法的动平台矢量水听器阵列DOA估计方法
矢量水听器阵列 DOA估计方法 矩阵 接收数据方法 算法原理
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