[发明专利]一种面向图像分类模型的功能窃取防御方法

摘要

本发明公开了一种面向图像分类模型的功能窃取防御方法及装置。该功能窃取防御方法包括如下步骤：计算代理窃取模型的梯度与真实梯度的方向相似度，作为梯度夹角损失；计算代理窃取模型与目标模型在分布外数据上的输出差异，作为信息获取损失；采用投影方法对不同损失函数的梯度进行修饰，并采用随机梯度下降方法更新目标模型的参数。该功能窃取防御方法通过采用最大化代理窃取模型的梯度与真实梯度的方向夹角，以及最小化代理窃取模型与目标模型在分布外数据上的输出差异的技术方案，在推理阶段不引入任何额外模块的情况下，实现了对模型窃取攻击的有效防御。