《可抵御生成对抗网络攻击的联合深度学习方法》由会员分享，可在线阅读，更多相关《可抵御生成对抗网络攻击的联合深度学习方法（1页珍藏版）》请在金锄头文库上搜索。
(19 )中华人民共和国国家知识产权局cl(12)发明专利申请fr(10)申请公布号盈CN110460600A(43 )申请公布日2019.11.15(21 )申请号 CN201910746047.5(22)申请日 2019.08.13(71 )申请人南京理工大学地址210094江苏省南京市玄武区孝陵卫200号(72 )发明人吴介;付安民;曾凡健;王永利;俞研;陈珍珠(74 )专利代理机构南京理工大学专利中心代H人岑丹(51) Int.CI权利要求说明书说明书幅图(54 )发明名称可抵御生成对抗网络攻击的联合深度学习方法(57)摘要本发明提出一种可抵御生成对抗网络 (GAN)攻击的联合深度学习方法，包括深度学习模 型初始化；盲化服务器初始化；模型保护联合学 习等步骤。通过结合矩阵盲化技术和随机梯度下 降法，可以实现输入向量以及部分模型参数的盲 化。本发明通过限制攻击者本地生成对抗网络的 建模与更新，同时限制深度学习模型使用权等方 式，允许分布式训练者在本地利用隐私数据集训 练得到模型参数的梯度更新，每个训练者的梯度
