买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州市滨江区浙工大人工智能创新研究院申请的专利一种基于深层表示不变量的对抗鲁棒模型指纹识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121524962B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610050917.5，技术领域涉及：G06F18/25；该发明授权一种基于深层表示不变量的对抗鲁棒模型指纹识别方法是由陈作辉;娄珊珊;周宗涨;翁凌洁;赵尚上;李明姝设计研发完成，并于2026-01-15向国家知识产权局提交的专利申请。

本一种基于深层表示不变量的对抗鲁棒模型指纹识别方法在说明书摘要公布了：本发明公开了一种基于深层表示不变量的对抗鲁棒模型指纹识别方法，属于模型安全技术领域。针对现有模型指纹识别方法对抗脆弱性强、浅层特征依赖、单一模态局限、理论保证不足和架构泛化能力有限的问题，本发明通过提取神经网络中间表示空间的几何结构特征基于CKA相似度矩阵、激活拓扑特征基于持久同调以及决策边界流形特征基于边界几何形状，构建多模态融合指纹，采用跨架构层对齐和自适应权重融合计算模型相似度距离，并基于归一化距离与阈值判定模型窃取或独立关系。该方法能够实现对模型窃取和抄袭行为的高精度、高鲁棒性识别，支持不同架构模型比较，为模型知识产权保护提供技术支撑。

本发明授权一种基于深层表示不变量的对抗鲁棒模型指纹识别方法在权利要求书中公布了：1.一种基于深层表示不变量的对抗鲁棒模型指纹识别方法，其特征在于，包括以下步骤： 提取待检测模型的表示空间几何指纹，所述几何指纹基于中间层表示的相似性矩阵； 提取表示空间几何指纹的过程包括： 通过注册前向传播钩子函数，提取模型在参考数据集上所有卷积层和全连接层的激活表示； 对每一层的所述激活表示进行去均值中心化处理，消除平移分量； 对于模型的任意两层，计算去均值中心化后的激活表示之间的CKA相似度； 基于所有层对的所述CKA相似度，构建层数乘层数的相似度矩阵，其中对角线元素表示自相似度，非对角线元素表示层间信息流动模式； 提取所述待检测模型的激活拓扑指纹，所述拓扑指纹基于神经元激活的持久同调特征； 提取激活拓扑指纹的过程包括： 对于每一层的激活表示，将样本激活视为高维空间中的点云； 当点云维度超过预设阈值时，使用随机高斯投影进行降维，以保持拓扑特征的稳定性； 在降维后的点云上，基于距离阈值构建Vietoris-Rips复形族； 追踪所述复形族中不同维度拓扑特征的诞生和死亡半径，计算持久性区间； 基于所有持久性区间，构建持久性图作为激活拓扑指纹； 提取所述待检测模型的决策边界流形指纹，所述流形指纹基于决策边界的几何形状； 提取决策边界流形指纹的过程包括： 对于每个参考样本，求解优化问题以生成最小扰动，使得模型对两个类别的预测得分相等，从而获得决策边界附近的点； 在边界点处，提取决策边界的法向量，法向量定义为在所述边界点处两个最接近类别预测得分的梯度差； 在所述边界点处，计算所述决策边界的局部曲率，曲率通过模型预测得分的Hessian矩阵获得； 收集所有边界点的法向量和曲率，形成决策边界流形指纹； 融合所述几何指纹、拓扑指纹和流形指纹，形成多模态融合指纹； 基于所述多模态融合指纹，计算模型之间的相似度距离； 根据所述相似度距离，判定模型之间的窃取或独立关系。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州市滨江区浙工大人工智能创新研究院，其通讯地址为：310056 浙江省杭州市滨江区长河街道湖西路575号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。