一种针对智能人脸识别模型的随机对抗训练方法

    公开(公告)号:CN118095406A

    公开(公告)日:2024-05-28

    申请号:CN202410297400.7

    申请日:2024-03-15

    Abstract: 本发明涉及一种针对智能人脸识别模型的随机对抗训练方法,属于人工智能安全领域。包括:1.搭建人脸识别模型并初始化算法参数、构造人脸图片训练集;2.将人脸图片训练集随机划分为多个互不相交的训练子集;3.利用划分后的训练子集生成对抗训练子集;4.利用对抗训练子集和加权损失函数对人脸识别模型进行反向传播训练;5.判断是否满足所有训练子集全部完成对抗训练,是则执行步骤6,否则返回步骤3;6.判断人脸识别模型迭代次数是否达到终止条件,是则输出最终鲁棒人脸识别模型,否则返回步骤2继续执行。本发明能同时抵御人脸伪装攻击和人脸逃逸攻击,增强人脸识别模型抵御攻击且能保证干净人脸样本的识别准确率,增强模型的鲁棒性和泛化能力。

    漏洞扫描的效果评估方法、装置及电子设备

    公开(公告)号:CN119830292A

    公开(公告)日:2025-04-15

    申请号:CN202411686003.5

    申请日:2024-11-24

    Abstract: 本发明涉及一种漏洞扫描的效果评估方法、装置及电子设备,属于漏洞扫描技术领域。本发明通过漏洞扫描程序对各目标网络环境进行漏洞扫描时产生的漏洞数据进行预处理,得到各目标网络环境的基础指标的指标值,进而计算出扫描程序对各目标网络环境的漏洞扫描效果评价值,最后基于各目标网络环境对应的漏洞扫描效果评价值,最终确定本次漏洞扫描的效果。这样,通过综合漏洞扫描程序对于各目标网络环境的系统漏洞、服务漏洞、Web漏洞的扫描效果,实现了一次对漏洞扫描威胁的综合评估,使得评估结果更全面、更准确,从而可以为漏洞利用研究人员或安全防御开发人员提供一套合理的漏洞扫描和漏洞威胁的评估方案。

Patent Agency Ranking