摘要
本发明提供了一种基于注意力扰乱的对抗样本生成方法、系统、设备及介质,属于人工智能技术领域,其方法包括如下步骤:将输入样本输入深度学习模型,获取输出结果的类激活图矩阵;将类激活图矩阵切分成多个正方形子图,并按照其元素值之和的大小进行排序,将元素值之和较大与较小的正方形子图互换位置,得到注意力扰乱的类激活图矩阵;对第t轮的输入样本进行修正,将修正的输入样本与注意力扰乱的类激活图矩阵融合,得到增强后的样本;对增强后的样本进行对抗扰动计算,生成对抗样本;重复类激活图矩阵的生成、切分过程及对抗样本生成过程,直至完成T轮对抗样本的生成,得到最终的对抗样本。本发明能够提升对抗样本针对不同深度模型的迁移性。
技术关键词
样本生成方法
深度学习模型
矩阵
注意力
元素
可视化方法
图片
可读存储介质
人工智能技术
数据获取模块
生成系统
存储器
处理器
计算机设备
像素
系统为您推荐了相关专利信息
可靠性预测方法
印刷电路板组件
多模态传感器
仿真模型
模式
工程设计图纸
铁路接触网
信息识别方法
符号
算法
动态数学模型
优化控制方法
参数控制装置
供暖换热站
传感器组
综合语义
自动编程
语义分析模型
语义向量
识别关键信息