可抵御生成对抗网络攻击的联合深度学习方法.docxVIP

（19 ）中华人民共和国国家知识产权局 （12 ）发明专利申请 （10）申请公布号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理人 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