[发明专利]基于改进的量子行为粒子群优化算法的文本对抗攻击方法

权利要求书

1.基于改进的量子行为粒子群优化算法的文本对抗攻击方法，其特征在于，步骤如下：

步骤一：遍历输入句子每个位置上的词，使用基于义原的方法得到每个词的替换词；

步骤二：将句子复制M次，建立数量为M的粒子群；

步骤三：遍历每个粒子，找出该粒子每个位置对于模型伤害最大的词，基于此进行变异操作；

步骤四：将变异后的粒子输入模型，观察模型预测值；如果攻击成功，输出结果，步骤结束；

步骤五：如果步骤四中攻击不成功，更新粒子群的粒子个体最优位置和全局最优位置；

步骤六：将更新后的粒子群输入模型，观察模型预测值；如果攻击成功，输出结果，步骤结束；

步骤七：如果步骤六中攻击不成功，更新粒子群的粒子个体最优位置和全局最优位置；

步骤八：重复步骤三～步骤七，直到攻击成功，或者达到最大迭代次数。

2.根据权利要求1所述的基于改进的量子行为粒子群优化算法的文本对抗攻击方法，其特征在于，首先定义改进的量子行为粒子群优化算法ID-QPSO的搜索空间；设输入的句子为x_orig，句子长度为D，其第j个词表示为x_orig,j，x_orig,j及其替代词共同组成的集合为S(x_orig,j)，则算法的搜索空间为S＝{S(x_orig,j)|j＝1,2,...,D}，即整个搜索空间为D维，每一维对应于相应的替代词集合；将一个对抗样本作为ID-QPSO算法中的一个粒子，粒子群一共包含M个粒子。

3.根据权利要求1或2所述的基于改进的量子行为粒子群优化算法的文本对抗攻击方法，其特征在于，所述的步骤二：输入句子复制M份作为M个初始粒子的位置，建立数量为M的粒子群，初始时第i个粒子位置向量记为

4.根据权利要求1或2所述的基于改进的量子行为粒子群优化算法的文本对抗攻击方法，其特征在于，所述的步骤三：遍历每个粒子，第t次迭代时，遍历的每个位置，找到每个位置上对模型伤害最大的词，组成由替换词构成的向量；然后，使用该替换词构成的向量以一定的概率对进行变异操作：

其中，表示变异后的词，表示第t次迭代时第i个粒子第j维上的词，是找出的第i个粒子第j维上对模型伤害最大的词，是变异为的概率，q是在[0,1]上均匀分布的独立随机变量，表示该变量在第i个粒子第j维的第t次迭代时的取值；与对模型的伤害成正相关。

5.根据权利要求3所述的基于改进的量子行为粒子群优化算法的文本对抗攻击方法，其特征在于，所述的步骤三：遍历每个粒子，第t次迭代时，遍历的每个位置，找到每个位置上对模型伤害最大的词，组成由替换词构成的向量；然后，使用该替换词构成的向量以一定的概率对进行变异操作：

其中，表示变异后的词，表示第t次迭代时第i个粒子第j维上的词，是找出的第i个粒子第j维上对模型伤害最大的词，是变异为的概率，q是在[0,1]上均匀分布的独立随机变量，表示该变量在第i个粒子第j维的第t次迭代时的取值；与对模型的伤害成正相关。

6.根据权利要求1、2或5所述的基于改进的量子行为粒子群优化算法的文本对抗攻击方法，其特征在于，所述的步骤四：将变异后的粒子输入被攻击的模型F，观察模型预测值，如果则对抗成功，即为搜索到的对抗样本。