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！

龍圖騰網獲悉電子科技大學申請的專利一種深度學習信號識別分類器對抗攻擊樣本的產生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：CN115358268B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202210983841.3，技術領域涉及：G06F18/24；該發明授權一種深度學習信號識別分類器對抗攻擊樣本的產生方法是由李銳其;廖紅舒;劉亮;甘露設計研發完成，并于2022-08-17向國家知識產權局提交的專利申請。

本一種深度學習信號識別分類器對抗攻擊樣本的產生方法在說明書摘要公布了：本發明屬于智能無線設備安全領域，涉及一種深度學習信號識別分類器對抗攻擊樣本的產生方法。本發明提供了一種深度學習信號識別分類器對抗攻擊樣本的產生方法，結合了快速梯度符號方法和投影梯度下降方法，利用蒙特卡羅方法在信號樣本鄰域內隨機初始化搜索起點可以提高梯度計算穩定性的特性，通過對一批相同類別信號樣本聯合優化損失函數產生在同類信號樣本中具有良好通用攻擊性的對抗攻擊樣本。本發明的有益效果為，本發明可以提高深度學習信號識別分類器的對抗攻擊樣本產生過程中梯度計算的穩定性，同時能夠產生具有在同類樣本中良好通用攻擊性的對抗攻擊樣本，方法簡單，效果良好。

本發明授權一種深度學習信號識別分類器對抗攻擊樣本的產生方法在權利要求書中公布了：1.一種深度學習信號識別分類器對抗攻擊樣本的產生方法，其特征在于，包括以下步驟： S1、采用VT-CNN2作為分類模型，基于用于調制分類的開源信號數據集將模型訓練至收斂； S2、從開源信號數據集中選擇一批類別相同的信號樣本作為被攻擊的樣本集合X，樣本信噪比為SNR、數量為N，樣本特征數量為l；從X中隨機選取Nsample個樣本及其對應的分類標簽作為通用對抗樣本生成算法的輸入，Nsample≤N，給定對抗樣本的功率預算Pmax、模型的損失函數通用對抗樣本生成算法的學習率η、最終剩余學習率比例b、每輪次迭代次數epochs和蒙特卡羅仿真次數it_num； S3、初始化用于保存蒙特卡羅仿真搜索過程中的最優攻擊樣本的向量delta_UAP＝0和此時的模型在被攻擊樣本集合X上的識別準確率acc＝1.0，初始化循環計數器i＝1； S4、初始化用來保存每輪次迭代過程中找到的最優解對應的模型識別準確率變量acc1＝1.0和最優解向量delta_UAP1＝0，采用隨機初始化的方法在以0為原點、lPmax為半徑的超球面上產生一個對抗攻擊信號向量delta_temp并初始化循環計數器j＝1； S5、計算處損失函數關于delta_temp的梯度： 然后更新delta_temp： S6、計算delta_temp的功率P_delta，如果P_deltaPmax，則將delta_temp的功率調整為Pmax； S7、將對抗攻擊信號向量delta_temp注入被攻擊的信號樣本集合，評估模型在X上的識別準確率acc1_temp，如果acc1_tempacc1，那么： acc1＝acc1_temp delta_UAP1＝delta_temp j＝j+1 如果j≤epochs，則轉到S5； S8、將delta_UAP1的功率調整至Pmax，i＝i+1，如果acc1acc，則： acc＝acc1 delta_UAP＝delta_UAP1 S9、如果i≤it_num，則轉到S4，否則輸出通用對抗攻擊信號delta_UAP。

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電子科技大學，其通訊地址為：611731 四川省成都市高新西區西源大道2006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”。