一种基于神经网络容量的深度学习后门防御方法

被引：0

专利类型：

发明

申请号：

CN202310104067.9

申请日：

2023-02-13

公开(公告)号：

CN116226663B

公开(公告)日：

2025-11-28

发明(设计)人：

祝清意王润泽甘臣权吴涛杨能洋

申请人：

重庆邮电大学

申请人地址：

400065 重庆市南岸区黄桷垭崇文路2号

IPC主分类号：

G06F18/214

IPC分类号：

G06F18/241 G06N3/04 G06N3/08

代理机构：

北京同恒源知识产权代理有限公司 11275

代理人：

方钟苑

法律状态：

授权

国省代码：

山东省青岛市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-11-28	授权	授权

共 50 条

[1]

基于频域扰动的深度神经网络模型后门防御方法 [P].

张平 ;

岳宏远 .

中国专利 :CN120688055A ,2025-09-23

[2]

一种面向图神经网络后门攻击的防御方法 [P].

马卓 ;

辛柳莹 ;

刘心晶 ;

李腾 ;

张俊伟 ;

马卓然 ;

杨易龙 .

中国专利 :CN117896172A ,2024-04-16

[3]

基于模型偏置的卷积神经网络联邦学习后门防御方法 [P].

杨易龙 ;

吴泽锋 ;

张博云 ;

刘洋 ;

董伟生 ;

马卓 .

中国专利 :CN120217383A ,2025-06-27

[4]

基于扩散模型的对比学习图神经网络后门防御方法和系统 [P].

陈晋音 ;

穆文博 ;

郑海斌 ;

宣琦 ;

王巍 ;

苗春雨 .

中国专利 :CN117938522A ,2024-04-26

[5]

数据处理方法、神经网络模型的后门防御方法及装置 [P].

范洺源 ;

陈岑 ;

王力 .

中国专利 :CN113868671A ,2021-12-31

[6]

一种基于关键神经元的神经网络后门攻击防御方法 [P].

詹瑾瑜 ;

江维 ;

温翔宇 ;

周星志 ;

孙若旭 ;

宋子微 ;

廖炘可 ;

范翥峰 .

中国专利 :CN113010888B ,2021-06-22

[7]

基于模型剪枝和逆向工程的深度学习后门防御方法 [P].

王骞 ;

龚雪鸾 ;

孔维翰 ;

王子瑶 .

中国专利 :CN113204745A ,2021-08-03

[8]

基于特征约束的深度神经网络对抗防御方法 [P].

孙家泽 ;

龙思媛 ;

马鲜艳 ;

田振洲 .

中国专利 :CN117953347A ,2024-04-30

[9]

一种基于YOLO-V3算法的神经网络后门攻击防御方法 [P].

孙骞 ;

李萌萌 ;

莫佳鑫 ;

赵奔 ;

王征帆 ;

闫博 .

中国专利 :CN114048466A ,2022-02-15

[10]

一种基于潜在表征相似性的卷积神经网络后门防御方法 [P].

杨易龙 ;

马卓 ;

廖鑫洋 ;

刘洋 ;

董伟生 .

中国专利 :CN119814447A ,2025-04-11

← 1 2 3 4 5 →