摘要
本发明涉及一种针对图卷积神经网络语义后门攻击的检测与防御方法,包括以下步骤:获取图卷积神经网络模型和用于训练过所述图卷积神经网络模型的图样本数据集;基于所述图样本数据集和图卷积神经网络模型,采用语义后门检测模块检测语义后门,并进一步识别出对应的语义触发器和后门攻击的目标类别;基于所述图卷积神经网络模型,结合所述语义触发器和后门攻击的目标类别,采用语义后门移除模块移除语义后门,得到不包含语义后门的图卷积神经网络模型,以防御针对图卷积神经网络模型的语义后门攻击。与现有技术相比,本发明具有提高图卷积神经网络模型防御语义后门攻击效果等优点。
技术关键词
卷积神经网络模型
后门
语义
图样
节点
标签
数据
梯度方法
表达式
样本
模块
基线
系统为您推荐了相关专利信息
协调服务器
数据保护方法
数据保护系统
审计日志
解密模块
关键帧
场景变化检测
标注系统
标注方法
结构化自然语言