摘要
本发明公开一种基于感知损失和攻击启发的对抗攻击方法,涉及对抗攻击技术领域。包括如下步骤:1)数据集选取;2)判别器模型构建,使用深度卷积神经网络构建判别器模型,构造三个不同的概率损失函数并组合为判别器模型的损失函数;3)生成器模型构建,设计由编码器模块、残差模块和解码器模块组成的生成器模型,构造三个不同的概率损失函数并和感知损失组合为生成器模型的损失函数;4)攻击器和目标模型选取;5)生成器模型和判别器模型训练;将目标模型和判别器输出结合损失函数对生成器和判别器训练;6)基于感知损失和攻击启发的对抗攻击方法测试。本发明所构建的网络模型能有效提升对抗攻击的攻击成功率,为对抗攻击提供新的设计思路。
技术关键词
样本
残差模块
深度卷积神经网络
感知损失函数
编码器模块
数据
图像
解码器
训练集
思路
标签
噪声
参数
系统为您推荐了相关专利信息
可见光图像
特征提取模型
实时图像
融合方法
样本
多尺度滤波
样本生成方法
纹理
损失函数优化
物理
心音信号分类方法
特征提取算法
心动周期
机器学习模型训练
特征选择
组织芯片制作
信息化管理系统
工作站
中央处理器
信息化管理方法