[00100750]面向成员推理攻击的基于特征增强的深度模型隐私保护方法和装置
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种面向成员推理攻击的基于特征增强的深度模型隐私保护方法和装置,包括：在用于人脸识别的原始目标模型中增加用于增强特征的特征增强单元,组成增强目标模型,利用图像样本优化增强目标模型的模型参数；构建用于模拟目标模型的阴影模型,利用图样样本优化阴影模型的模型参数,依据参数优化的阴影模型的输出置信度重新定义型标签,以构建新图像样本；构建用于判别图像是否为攻击的攻击模型,利用新图像样本优化攻击模型的模型参数；利用参数优化的增强目标模型获得输入测试图像的预测置信度,并将预测置信度输入至参数优化的攻击模型,经计算获得攻击模型的预测结果,依据预测结果判断测试图像是否为原始目标模型的训练样本。
