一种面向机器学习模型的标签翻转攻击及其防御方法.pdfVIP

下载本文档

4
0
约1万字
约 9页
2023-05-20 发布于北京
举报
版权申诉

一种面向机器学习模型的标签翻转攻击及其防御方法.pdf

1、本文档共9页，其中可免费阅读8页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种面向机器学习模型的标签翻转攻击及其防御方法，在标签翻转攻击方法中，首先通过对训练数据进行凝聚层次聚类来选定要攻击的训练数据，对选定的训练数据进行标签翻转攻击，然后用得到的污染数据集训练分类模型实现攻击；针对以上攻击进行防御，利用污染训练数据和一个小的纯净集，使用TrAdaBoost方法更新污染数据的权重，根据更新后的权重识别被攻击的数据，再去重新标记无标签或标签错误的数据，得到一个新的包括污染训练集和小的纯净集的训练集，用新的训练集重新训练分类模型来提升模型性能；可以快速准确地对

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114925358 A (43)申请公布日 2022.08.19 (21)申请号 202210394873.X (22)申请日 2022.04.14 (71)申请人河北师范大学地址 050024