[發明專利]一種基于EEG的腦機接口系統的污染攻擊方法有效
| 申請號: | 202011172919.0 | 申請日: | 2020-10-28 |
| 公開(公告)號: | CN112256133B | 公開(公告)日: | 2022-05-20 |
| 發明(設計)人: | 伍冬睿;孟璐斌;曾志剛;黃劍 | 申請(專利權)人: | 華中科技大學 |
| 主分類號: | G06F3/01 | 分類號: | G06F3/01;G06K9/00;G06K9/62 |
| 代理公司: | 華中科技大學專利中心 42201 | 代理人: | 李智 |
| 地址: | 430074 湖北*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 eeg 接口 系統 污染 攻擊 方法 | ||
1.一種基于EEG的腦機接口系統的污染攻擊方法,其特征在于,將周期窄脈沖施加到原始待輸入到腦機接口系統的腦電信號中,得到污染信號,并將所述污染信號輸入到所述腦機接口系統中的預設立完后門的分類模型中,得到指定類別的分類結果;
在所述分類模型中預設立后門的方法,包括以下步驟:
S11、根據所述分類模型的當前分類任務,預采集若干腦電信號,并將所述周期窄脈沖施加到預采集的各腦電信號中,得到一組污染樣本,分別將各污染樣本標注為指定類別,得到污染樣本集Dc;
S12、將所述污染樣本集Dc加入到所述分類模型的原始訓練集D中,對所述原始訓練集D進行污染,得到被污染的訓練集Dp;
S13、采用所述被污染的訓練集Dp對所述分類模型進行訓練,得到所述預設立完后門的分類模型。
2.根據權利要求1所述的污染攻擊方法,其特征在于,所述周期窄脈沖的表達式如下:
其中,N(i)為第i個離散時間點處的脈沖值,T為周期窄脈沖的周期,fs為腦電信號的采樣頻率,φ為隨機相位,d為周期窄脈沖的占空比,n=0,1,…,L/T-1,L為預設長度。
3.根據權利要求2所述的污染攻擊方法,其特征在于,將腦電信號按照所述預設長度進行分段,各段腦電信號分別與所述周期窄脈沖進行疊加,從而將所述周期窄脈沖施加到腦電信號中。
4.根據權利要求3所述的污染攻擊方法,其特征在于,對每一段腦電信號施加完所述周期窄脈沖后,隨機改變所述周期窄脈沖中所述隨機相位的值,從而使所述周期窄脈沖施加到腦電信號的時間具有隨機性。
5.一種計算機可讀存儲介質,其特征在于,所述計算機可讀存儲介質包括存儲的計算機程序,其中,在所述計算機程序被處理器運行時控制所述存儲介質所在設備執行權利要求1-4任意一項所述的污染攻擊方法。
6.一種基于EEG的腦機接口系統的污染攻擊方法,其特征在于,包括:采用丟包掩模Mm,l對原始輸入到腦機接口系統的腦電信號進行丟包處理,得到污染信號,并將所述污染信號輸入到腦機接口系統中的預設立完后門的分類模型中,得到指定類別的分類結果;其中,所述丟包掩模Mm,l用于指定的所述腦電信號中的丟包位置及數量,m為隨機生成的丟包位置的數量,l為每個丟包位置處丟失的數據個數;
在所述分類模型中預設立后門的方法,包括以下步驟:
S21、根據所述分類模型的當前分類任務,預采集若干腦電信號,并采用所述丟包掩模Mm,l對預采集的各腦電信號進行丟包處理,得到一組污染樣本,分別將各污染樣本標注為指定類別,得到污染樣本集Dc;
S22、將所述污染樣本集Dc加入到所述分類模型的原始訓練集D中,對所述原始訓練集D進行污染,得到被污染的訓練集Dp;
S23、采用所述被污染的訓練集Dp對所述分類模型進行訓練,得到所述預設立完后門的分類模型。
7.根據權利要求6所述的污染攻擊方法,其特征在于,將腦電信號按照所述丟包掩模Mm,l的長度R進行分段,采用所述丟包掩模Mm,l分別對各段腦電信號進行丟包處理;每一段腦電信號丟包完成后,將所述丟包掩模Mm,l向前或者向后隨機移動距離r,使腦電信號的丟包時間具有隨機性;其中,
8.一種計算機可讀存儲介質,其特征在于,所述計算機可讀存儲介質包括存儲的計算機程序,其中,在所述計算機程序被處理器運行時控制所述存儲介質所在設備執行權利要求6-7任意一項所述的污染攻擊方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中科技大學,未經華中科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011172919.0/1.html,轉載請聲明來源鉆瓜專利網。





