[发明专利]攻击样本的获取方法、装置、设备及介质

权利要求书

1.一种攻击样本的获取方法，其特征在于，所述方法包括：

获取分类模型及获取所述分类模型的训练数据及所述训练数据对应的数据标签；

利用攻击算法生成与所述训练数据对应的扰动数据；

利用所述分类模型对所述扰动数据进行预测，得到预测标签；

当所述预测标签与所述训练数据对应的数据标签不一致时，确定所述扰动数据为初始攻击样本；

利用梯度下降算法对所述初始攻击样本进行预设次数的迭代计算，并且计算迭代产生的所有初始更新攻击样本与所述训练数据的距离值，获取最小距离值对应的初始更新攻击样本为标准攻击样本。

2.如权利要求1所述的攻击样本的获取方法，其特征在于，所述利用攻击算法生成与所述训练数据对应的扰动数据，包括：

利用攻击算法对所述训练数据加入扰动因子，得到所述扰动数据。

3.如权利要求2所述的攻击样本的获取方法，其特征在于，所述训练数据为训练图像，所述攻击算法为：

Trans＝(δ_R+_R)+(δ_G+_G)+(δ_B+_B)

其中，Trans为扰动数据，x_R、x_G、x_B为所述训练图像中任一像素点的三分量，δ_R、δ_G、δ_B为扰动因子中任一像素点的三分量，所述扰动因子是与所述训练图像大小相同的图像。

4.如权利要求1所述的攻击样本的获取方法，其特征在于，所述利用梯度下降算法对所述初始攻击样本进行预设次数的迭代计算，包括：

设置迭代参数，其中，所述迭代参数包括迭代次数；

初始化迭代参数，将所述分类模型自带的权重参数固定，对所述分类模型中的损失函数求梯度；

利用所述梯度对所述初始攻击样本进行更新，得到多个初始更新攻击样本；

将所述多个初始攻击样本投影到预设半径的范数球的球面上；

对所述范数球上的范数进行裁剪，裁剪到预设像素区间内；

利用裁剪后的范数再次生成初始攻击样本并输入至所述分类模型中进行判定，直至达到迭代的次数达到预设的迭代次数。

5.如权利要求1所述的攻击样本的获取方法，其特征在于，所述计算迭代产生的所有初始更新攻击样本与所述训练数据的距离值，包括：

利用如下距离算法计算迭代产生的所有初始更新攻击样本与所述训练数据的距离值：

其中，L(X,Y)为所述距离值，x为所述训练数据，y为所述训练数据对应的数据标签，f(x+δ)为初始更新攻击样本生成的预测标签。

6.如权利要求1至5中任一项所述的攻击样本的获取方法，其特征在于，所述利用梯度下降算法对所述初始攻击样本进行预设次数的迭代计算之后，所述方法还包括：

将每次迭代后产生的迭代结果存储至备份数据库所在的本地端；

将每次迭代后产生的迭代结果进行镜像复制，得到镜像迭代结果，将所述镜像迭代结果存储至所述备份数据库的服务器所在的异地端。

7.如权利要求1所述的攻击样本的获取方法，其特征在于，所述获取所述分类模型的训练数据，包括：

利用悲观锁的方式从用于存储训练数据的区块链中获取所述训练数据。