[發(fā)明專利]一種基于LSTM檢測(cè)器的對(duì)抗攻擊防御方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810141273.6
• 申請(qǐng)日: 2018-02-11
• 公開(kāi)（公告）號(hào): CN108388795A
• 公開(kāi)（公告）日: 2018-08-10
• 發(fā)明（設(shè)計(jì)）人: 陳晉音;蘇蒙蒙;徐軒珩;鄭海斌;林翔;熊輝;沈詩(shī)婧
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06F21/55
• 分類號(hào): G06F21/55;G06N3/04;G06N3/08
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強(qiáng)

1.一種基于LSTM檢測(cè)器的對(duì)抗攻擊防御方法，其特征在于：包括攻擊檢測(cè)器生成集合階段和檢測(cè)階段，包括以下步驟：

1)生成對(duì)抗攻擊檢測(cè)器集合，過(guò)程如下：

1.1)用長(zhǎng)度為l的滑動(dòng)窗口對(duì)時(shí)序數(shù)據(jù)進(jìn)行截取作為原始訓(xùn)練數(shù)據(jù)集X＝{x₍₁₎,x₍₂₎,...}，x_(t)＝{y_(t),u_(t)}，y_(t)表示t時(shí)刻的測(cè)量值，u_(t)表示時(shí)刻的控制值，其中正常樣本記作X',對(duì)抗樣本記作i表示第i類對(duì)抗樣本，共有w種對(duì)抗樣本，令i＝1；

1.2)由于時(shí)序數(shù)據(jù)與之前的狀態(tài)相關(guān)，首先將訓(xùn)練樣本x_t-l到x_t-1時(shí)刻的數(shù)據(jù)輸入到LSTM模型得到模型的記憶單元狀態(tài)h_(t-1)，h_(t-1)可估算下一時(shí)刻的數(shù)據(jù)；然后將真實(shí)的傳感器輸入值y_(t)與h_(t-1)輸入到一FNN模型用以判斷數(shù)據(jù)是否對(duì)抗樣本，過(guò)程如下：

1.2.1)此時(shí)訓(xùn)練數(shù)據(jù)集為

1.2.2)計(jì)算LSTM算法循環(huán)結(jié)構(gòu)中輸入門(mén)的計(jì)算結(jié)果，計(jì)算如公式(1)所示：

其中δ為激活函數(shù)，可用sigmoid函數(shù)的輸出結(jié)果來(lái)控制門(mén)的開(kāi)關(guān)，為輸入門(mén)權(quán)重矩陣，U^g表示輸入層與隱藏層之間的權(quán)重矩陣，b^g為偏執(zhí)向量，計(jì)算結(jié)果g^(t)表示當(dāng)前輸入信息，以多大程度添加到單元狀態(tài)，若計(jì)算結(jié)果為0，則表示門(mén)關(guān)上，當(dāng)前輸入完全不保存到單元狀態(tài)，1表示門(mén)打開(kāi)，當(dāng)前輸入完全保存到記憶單元；

1.2.3)計(jì)算LSTM算法循環(huán)結(jié)構(gòu)中遺忘門(mén)的計(jì)算結(jié)果，計(jì)算如公式(2)所示：

其中變量與輸入門(mén)相似，遺忘門(mén)表示上一單元狀態(tài)有多少“記憶”保留到當(dāng)前時(shí)刻；當(dāng)輸出值越靠近1，表明記憶單元保留的信息就越多；反之，越靠近0，表明保留的就越少；

1.2.4)計(jì)算LSTM算法循環(huán)結(jié)構(gòu)中輸出門(mén)的計(jì)算結(jié)果，計(jì)算如公式(3)所示：

1.2.5)計(jì)算LSTM算法循環(huán)結(jié)構(gòu)的輸出結(jié)果

其中tanh是hyperbolic正切函數(shù)，·表示向量的點(diǎn)積；

1.2.6)計(jì)算LSTM算法循環(huán)結(jié)構(gòu)的狀態(tài)單元

h_(t)＝tanh(s_(t))·o_(t) (5)

1.2.7)將t時(shí)刻真實(shí)的傳感器輸入值y_(t)與LSTM計(jì)算得到的h_(t-1)輸入到一FNN模型，計(jì)算得到測(cè)量結(jié)果，其中第一層隱藏層及其他隱藏層計(jì)算公式如下：

hv₍₁₎＝W_hh_(t-1)+W_yy_(t)+b (6)

1.2.8)計(jì)算η對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分類，η越大表示y_(t)越有可能是惡意的；若對(duì)于而分類問(wèn)題，則使用S形激活函數(shù)將輸出η轉(zhuǎn)換成概率p∈[0,1]，即其中η的計(jì)算方法為：

η＝αh_(t)+β (8)

1.3)將1.2)訓(xùn)練得到的模型作為對(duì)抗樣本檢測(cè)器存入到對(duì)抗樣本檢測(cè)器集合，對(duì)抗樣本檢測(cè)器集合中的檢測(cè)器將會(huì)在檢測(cè)階段對(duì)檢測(cè)樣本進(jìn)行檢測(cè)；

1.4)令i＝i+1，若i≤w，則跳轉(zhuǎn)到步驟1.2)；

1.5)用檢測(cè)器集合里的檢測(cè)器檢測(cè)原始數(shù)據(jù)集中的樣本，并根據(jù)檢測(cè)率對(duì)檢測(cè)器進(jìn)行排序，即檢測(cè)率高的數(shù)據(jù)在訓(xùn)練階段會(huì)先對(duì)檢測(cè)樣本進(jìn)行檢測(cè)；

2)檢測(cè)階段，過(guò)程如下：

2.1)初始化檢測(cè)器的檢測(cè)結(jié)果p'＝0；

2.2)根據(jù)對(duì)抗樣本檢測(cè)器的順序，取目前檢測(cè)率最高的檢測(cè)器對(duì)樣本進(jìn)行檢測(cè)，檢測(cè)器的檢測(cè)結(jié)果為

2.3)更具檢測(cè)結(jié)果判斷檢測(cè)樣本是否為對(duì)抗樣本數(shù)據(jù)，若p'＞γ，則判為對(duì)抗樣本結(jié)束檢測(cè)，否則排除該檢測(cè)器并跳轉(zhuǎn)到步驟2.2)，其中γ為對(duì)抗樣本閾值。