[发明专利]一种深度神经网络对抗攻击的检测装置及检测方法在审

专利信息
申请号: 202110052417.2 申请日: 2021-01-15
公开(公告)号: CN112839488A 公开(公告)日: 2021-05-25
发明(设计)人: 陈亚妹;蔡志强 申请(专利权)人: 华南理工大学
主分类号: H05K7/20 分类号: H05K7/20;F16F15/067
代理公司: 深圳得本知识产权代理事务所(普通合伙) 44762 代理人: 袁江龙
地址: 510000 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 深度 神经网络 对抗 攻击 检测 装置 方法
【说明书】:

发明公开了一种深度神经网络对抗攻击的检测装置及检测方法,包括检测件本体,检测件本体顶端的一侧依次固定有第一开关和第二开关,检测件本体顶端的内部活动连接有第一过滤板,检测件本体顶端内部活动连接有第二过滤板,且第二过滤板位于第一过滤板的底端,第一过滤板的一侧固定有固定块,所述第二过滤板的一侧固定有固定柱。该装置能够进行防尘和防潮工作,该深度神经网络对抗攻击的检测方法能够快速即时修复被攻击处的数据链,从而能够保证数据能够快速的恢复,在每一次被攻击后,能够保留攻击样本,如此形成一个生长形式的对抗攻击树,进而能够保证每一次的攻击均能避免下一次同类型的攻击,如此反复,能有效提高神经网络分类器的鲁棒性。

技术领域

本发明涉及检测领域,具体来说,涉及一种深度神经网络对抗攻击的检测装置及检测方法。

背景技术

目前深度神经网络算法在各个领域的贡献都很引人注目,成功的将传统神经网络的识别率提高了一个显著的档次,深度神经网络算法虽然精确度越来越高,但是深度神经网络很容易受到对抗攻击,从而导致DNN模型出现误分类等异常行为,例如,在精度达到人类水平的神经网络上通过优化过程故意构造数据点。

现有的对其进行检测的装置不具有效果显著的散热功能,不能够进行防尘和防潮工作,不便于为装置提供良好的检测环境,大大的减少装置的使用寿命。

并且,现有的深度对抗神经网络对抗攻击检测方法中,大都为针对的的对抗,并不能够适用于长久多方位的对抗。

针对相关技术中的问题,目前尚未提出有效的解决方案。

发明内容

本发明的目的在于提供一种深度神经网络对抗攻击的检测装置及检测方法,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:

一种深度神经网络对抗攻击的检测装置,包括检测件本体,所述检测件本体顶端的一侧依次固定有第一开关和第二开关,所述检测件本体顶端的内部活动连接有第一过滤板,所述检测件本体顶端内部活动连接有第二过滤板,且所述第二过滤板位于所述第一过滤板的底端,所述第一过滤板的一侧固定有固定块,所述第二过滤板的一侧固定有固定柱,所述检测件本体内部位于所述第一过滤板与所述第二过滤板的底端均布固定有固定杆,所述检测件本体内部位于所述第一过滤板的底端固定有加热板,所述检测件本体内部位于所述第二过滤板的底端固定有冷却板,所述检测件本体内部的底端均布固定有电机,所述电机的输出端固定有扇叶,所述检测件本体的顶端均布开设有透气孔,所述检测件本体底端的两侧均布开设有凹槽,所述加热板通过所述第一开关与外部电源电性连接,所述冷却板通过所述第二开关与外部电源电性连接,所述电机与外部电源电性连接。

进一步的,所述检测件本体的底端固定有减震装置,所述减震装置包括固定盒、限位柱、固定板和弹簧,所述固定盒的顶端均布活动连接有限位柱,所述限位柱的底端固定有固定板,所述固定板的底端均布固定有弹簧,且所述弹簧位于所述限位柱的底端。

进一步的,所述检测件本体顶端位于所述第一过滤板的一侧开设有第一滑槽,且所述第一滑槽的容积与所述第一过滤板的体积相匹配,所述第一过滤板通过所述第一滑槽与所述检测件本体滑动连接。

进一步的,所述检测件本体一侧位于所述第二过滤板的一侧开设有第二滑槽,所述第二滑槽的容积与所述第二过滤板的体积相匹配,且所述第二过滤板通过所述第二滑槽与所述检测件本体滑动连接。

进一步的,所述限位柱的数量为四个,且所述限位柱的顶端与所述检测件本体通过焊接固定。

进一步的,所述固定盒顶端位于所述限位柱的部位开设有限位槽,且所述限位柱通过所述限位槽与所述固定盒滑动连接。

根据本发明的另一个方面,提供了一种深度神经网络对抗攻击的检测方法,该方法包括以下步骤:

输入样本数据,并对样本数据进行预处理,得到正数据和负数据;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110052417.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top