[发明专利]一种基于自编码器的恶意图像查询样本检测过滤方法

权利要求书

1.一种基于自编码器的恶意图像查询样本检测过滤方法，其特征在于，包括以下步骤：

S1、合成数据集的生成

用数据集的某一类数据训练自编码器，用其他类别作为测试集用以生成数据，用于模型窃取攻击的查询数据集；

所述S1具体为：

S1.1、将初始数据集拆分成单一类别，用预训练的自编码器分别生成合成数据，合成数据形成单类数据集，单类数据集按照等比例抽出合成数据集，再按照相同比例生成标签；

S1.2、随机抽取初始数据集，通过旋转、平移、反转的数据增强方式以倍数增长数据，得到合成数据集；

S1.3、将上述两种方式得到的合成数据集输入到目标模型中，得到标签，组成替代模型的合成数据集；

S2、训练自编码器

通过在S1中得到的单一类别数据集，训练不同参数、结构相同的自编码器，调整损失函数与学习率直到模型收敛；

所述S2具体为：

S2.1、数据搜集：正常训练数据搜集，输入数据为标签为组合成数据集

S2.2、目标模型训练，模型采用主流且高效的模型作为被攻击模型作为实验模型；

S2.3、提前用搜集好的数据训练实验模型，多次训练直到准确度达到90％以上即为合格的实验模型；

S2.4、架构自编码器模型，具体结构为：

encoder←(ReLU(Conv)，MaxPool，ReLU(Conv)，MaxPool)

decoder←(ReLU(ConvTranspose)，ReLU(ConvTranspose)，Tanh(ConvTranspose))；

分别训练自编码器模型，用步骤2.1中的数据集分别训练模型，调整损失函数与学习率，直到模型收敛；

S2.5、合成数据集分别输入到自编码器模型中，计算方法为x′_j←DeepAE(x_j)

计算并保存重构损失reconstructionError_j←(x _j-x′_j)²，重构损失保存为CSV格式的文件，计算损失时读取该文件并提取内容到[m1,m2,…,mn]大小矩阵中；

S3、计算阈值

计算S2中训练好的单一模型的重构损失，分别将其保存为黑白像素的图像，再用最大类间方差法计算阈值，再将阈值返回成重构损失，得到阈值；

所述S3具体为：

S3.1、将保存的重构损失拿出，对应压缩至0-255范围内，保存压缩规则；

S3.2、将重构损失排列成矩阵，生成8位的JPG黑白图像，图像保存格式为H×L的黑白图像；

S3.3、对生成的黑白图像计算最大类间方差法hresholdγ_i←OTSU([error]_i)，得到多个阈值；

S3.4、将阈值按照压缩规则解压，得到重构阈值损失；

S4、恶意图像查询样本检测

将S3中得到的图像类别的重构阈值用于恶意查询样本检测，具体步骤为：

S4.1、将用户的查询输入到目标模型中，得到分类结果；

S4.2、根据分类结果将样本输入到S2中对应的自编码器中，计算样本的重构损失值；

S4.3、将重构损失值对比S3中的阈值，若大于S3中的阈值，则判定为恶意查询样本。