协同推理环境行基于生成模型的模型重建方法

本发明公开了协同推理环境行基于生成模型的模型重建方法，基于生成对抗网络，采用StyleGAN架构，通过无特定图像数据集的输入生成技术实现了无预测条件下的输入重建。该方法在模型反演过程中借助预训练的目标模型执行检测任务，通过StyleGAN的特征生成和合成控制，使生成的样本在与真实数据相似的域内建模。为提高反演的保真度，引入梯度下降和遗传搜索技术，并辅以多变量高斯剪裁和随机神经元脱落等方法，以有效缓解特征过拟合的问题。这些改进在白盒和黑盒模型测试中均表现优异，实现了对不同模型架构的高保真度输入重建和广泛适用性。该方法为隐私关键任务的深度学习模型提供鲁棒性评估的有效工具，并能生成高质量的合成数据，为测试和对抗攻击提供支持。