-
公开(公告)号:CN119577831A
公开(公告)日:2025-03-07
申请号:CN202411644193.4
申请日:2024-11-18
Applicant: 中南林业科技大学
IPC: G06F21/62 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习网络结构的抗模型反演攻击的方法及装置。通过对图像进行分块置乱的预处理,从数据源层面降低了模型反演攻击的风险。针对分块置乱的图像设计了深度学习网络,该深度学习网络旨在从分块置乱的图像中提取标志性特征,提高识别准确率,并抵御基于梯度和自注意力的模型反演攻击。该发明能够从分块置乱的图像中提取出更具鲁棒性的特征,并有效抵御基于梯度和自注意力的模型反演攻击,防止恶意攻击者通过模型反演等技术手段还原或推测出原始图像,具有重要的隐私保护和信息安全应用价值。