一种机器学习模型的安全应用方法及系统
基本信息
| 申请号 | CN201911116113.7 | 申请日 | - |
| 公开（公告）号 | CN110837527B | 公开（公告）日 | 2022-03-22 |
| 申请公布号 | CN110837527B | 申请公布日 | 2022-03-22 |
| 分类号 | G06F16/2458（2019.01）I;G06N20/00（2019.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 杨忠勋 | 申请（专利权）人 | 深圳市超算科技开发有限公司 |
| 代理机构 | 深圳市中科创为专利代理有限公司 | 代理人 | 梁炎芳;谭雪婷 |
| 地址 | 518000广东省深圳市南山区粤海街道沙河西路1819号深圳湾科技生态园9栋B2座13层1303—1305 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开一种机器学习模型的安全应用方法及系统，该方法包括前端服务模型处理、先验信息提取、验证策略分析、后端验证模块处理、融合决策等步骤。本发明后端验证和前端服务机器学习服务模型相对独立，通过这种模块功能分离可以增强防攻击能力，提升机器学习模型的应用安全性；后端验证支持固有属性和外信息的多维度后端验证，验证方式更全面、更严格，适用于各种类型的机器学习任务的验证策略定义，针对前端服务机器学习模型的处理结果，可定义主特征的影响系数，根据影响系数灵活制定验证策略，适用于各类机器学习模型的应用场景，具有良好的灵活性、通用性。 |
