買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南京信息工程大學申請的專利基于經驗精確Nesterov動量的提升對抗樣本可轉移性的方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115730316B 。

龍圖騰網通過國家知識產權局官網在2025-08-08發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211468993.6，技術領域涉及：G06F21/57；該發明授權基于經驗精確Nesterov動量的提升對抗樣本可轉移性的方法是由吳昊;王金偉;王海樺設計研發完成，并于2022-11-22向國家知識產權局提交的專利申請。

本基于經驗精確Nesterov動量的提升對抗樣本可轉移性的方法在說明書摘要公布了：本發明公開基于經驗精確Nesterov動量的提升對抗樣本可轉移性的方法，屬于人工智能安全領域；方法包括：S1，獲取經驗動量，并經迭代訓練得到預訓練的經驗動量；S2，獲取精確Nesterov動量；S3，將預訓練的經驗動量與精確Nesterov動量結合并應用于對抗攻擊以提升對抗樣本的可轉移性。

本發明授權基于經驗精確Nesterov動量的提升對抗樣本可轉移性的方法在權利要求書中公布了：1.基于經驗精確Nesterov動量的提升對抗樣本可轉移性的方法，其特征在于，包括以下步驟： S1，獲取經驗動量，并經迭代訓練得到預訓練的經驗動量； S2，獲取精確Nesterov動量； S3，將預訓練的經驗動量與精確Nesterov動量結合并應用于對抗攻擊以提升對抗樣本的可轉移性； S1中，經驗動量的獲取步驟為： S11，對輸入圖像x執行隨機通道交換操作；將輸入圖像x表示為一個RGB三元組R,G,B，其中三元組的每一個元素分別表示對應的通道，經過隨機通道交換后的圖像被表示為Sx，那么Sx∈{R,G,B,R,B.G,G,R,B,G,B,R,B,R,G,B,G,R}； S12，將Sx輸入給源模型f以導出模型fS·；θ； S13，通過基于梯度的攻擊在導出模型fS·；θ上預擾動輸入圖像x；在預擾動的過程中累積梯度以得到經驗動量； 獲取精確Nesterov動量的步驟為； S21，令當前數據點為x'，當前精確Nesterov動量為g，那么先后沿著當前數據點x'的梯度方向和動量方向即可得到更加細致的預更新點： 其中，λ和ξ為超參數，grad·表示梯度函數； S22，計算預更新點的梯度以修正預更新，并將修正后的預更新向量作為新的精確Nesterov動量： 其中，β和γ為超參； 以基于精確Nesterov動量的迭代快速梯度符號法為例，其第t次迭代過程可以被描述為2、3、4式： 其中gt表示經過t次迭代的動量，且g0＝0，μ表示衰減因子，α表示步長，表示梯度算子，J表示損失函數，f表示參數為θ的源模型，y表示真實標簽，||·||1表示L1范數，表示第t次迭代時的對抗樣本，Clipx,∈{x}表示將x截斷到[x-∈,x+∈]內，sign·表示符號函數； 所述S3的具體步驟包括： S31，將步長α初始化為將經驗動量gexp初始化為0； S32，將樣本初始化為干凈樣本x； S33，對樣本執行隨機通道交換操作；將樣本表示為一個RGB三元組R,G,B，其中三元組的每一個元素分別表示對應的通道，經過隨機通道交換后的圖像被表示為那么 S34，將輸入給源模型f以導出模型fS·；θ； S35，對樣本進行預更新得到預更新點 S36，更新經驗動量gexp： S37，向樣本添加對抗擾動： S38，重復步驟S33-S37T次； S39，重復步驟S32-S38直至訓練epochs次，以得到一個預訓練的經驗動量； S310，將對抗樣本初始化為干凈樣本x，將動量gt-1初始化為經驗動量； S311，執行2、3、4式更新gt-1和得到gt和 S312，執行步驟S311T次； S313，輸出對抗樣本

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京信息工程大學，其通訊地址為：210044 江蘇省南京市浦口區寧六路219號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。