一种面向机器学习模型的标签翻转攻击及其防御方法
本发明公开了一种面向机器学习模型的标签翻转攻击及其防御方法,在标签翻转攻击方法中,首先通过对训练数据进行凝聚层次聚类来选定要攻击的训练数据,对选定的训练数据进行标签翻转攻击,然后用得到的污染数据集训练分类模型实现攻击;针对以上攻击进行防御,利用污染训练数据和一个小的纯净集,使用TrAdaBoost方法更新污染数据的权重,根据更新后的权重识别被攻击的数据,再去重新标记无标签或标签错误的数据,得到一个新的包括污染训练集和小的纯净集的训练集,用新的训练集重新训练分类模型来提升模型性能;可以快速准确地对易受污染的训练数据进行标签翻转攻击,并能找到可疑的受污染数据,通过对被污染的数据进行消毒处理来防御标签翻转攻击。
《一种面向机器学习模型的标签翻转攻击及其防御方法》是一发明专利,专利号为 202210394873X,当前法律状态为已下证,由河北师范大学提出申请,发明人为李青茹;王欣茹;王方伟;王长广,申请日期为2022-04-14,公开(公告)日期为2026-03-27,国际专利分类号(IPC)为 G06F 21/56 (2013.01),高新资质:未报高企,所属技术领域包括:数据安全、网络安全、物联网、软件防御、检测系统、软件检测、系统算法、机器学习、人工智能安全、数据安全、标签翻转攻击、标签篡改、训练数据处理、分类模型。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种面向机器学习模型的标签翻转攻击及其防御方法,在标签翻转攻击方法中,首先通过对训练数据进行凝聚层次聚类来选定要攻击的训练数据,对选定的训练数据进行标签翻转攻击,然后用得到的污染数据集训练分类模型实现攻击;针对以上攻击进行防御,利用污染训练数据和一个小的纯净集,使用TrAdaBoost方法更新污染数据的权重,根据更新后的权重识别被攻击的数据,再去重新标记无标签或标签错误的数据,得到一个新的包括污染训练集和小的纯净集的训练集,用新的训练集重新训练分类模型来提升模型性能;可以快速准确地对易受污染的训练数据进行标签翻转攻击,并能找到可疑的受污染数据,通过对被污染的数据进行消毒处理来防御标签翻转攻击。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
