摘要
一种针对胶囊网络的成员隐私安全评估方法包括:预处理FashionMNIST数据集和CIFAR10数据集,并基于预处理数据集对搭建的影子模型和胶囊网络模型进行训练;利用训练好的影子模型和胶囊网络模型构建攻击数据集和攻击测试数据集;利用所述攻击数据集训练攻击模型;利用攻击测试数据集验证胶囊网络模型的安全性。本发明的有益效果在于:本发明根据面向机器学习的成员推理攻击特点,有针对性的涉及了一套用于评定胶囊网络安全性的方法,有效实现了安全与隐私的保护。
技术关键词
胶囊网络模型
数据
Adam算法
退火算法
标签
框架
图片
系统为您推荐了相关专利信息
响应预测方法
多自由度运动
加权特征
序列
海上平台
因子权重
心血管疾病预测
风险预测模型
生理
参数
控制模块
水下作业机器人
惯性传感器
姿态调节装置
执行机构