浙江工業大學徐東偉獲國家專利權
買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！
龍圖騰網獲悉浙江工業大學申請的專利一種基于特征聚類分析與特征降維的聲紋識別后門攻擊防御方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115331661B 。
龍圖騰網通過國家知識產權局官網在2025-09-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211040227.X，技術領域涉及：G10L15/06；該發明授權一種基于特征聚類分析與特征降維的聲紋識別后門攻擊防御方法是由徐東偉;房若塵;蔣斌;宣琦設計研發完成，并于2022-08-29向國家知識產權局提交的專利申請。
本一種基于特征聚類分析與特征降維的聲紋識別后門攻擊防御方法在說明書摘要公布了：一種基于特征聚類分析與特征降維的聲紋識別后門攻擊防御方法，首先用一個未知的數據集自然的訓練一個聲紋識別模型；再利用這個預訓練的模型將所有訓練數據分為不同的類別并按照類別的劃分提取樣本在模型特征層的輸出；基于中毒樣本與正常樣本在模型分類時的行為差異，利用聚類算法對這些特征進行聚類；然后利用聚類指標CH分數識別出中毒類別；再使用降維算法把樣本的特征降至一維，根據降維后數據的值識別中毒簇并刪除；最后用余下的干凈樣本重新訓練一個干凈的模型。本發明的防御方法能準確的識別中毒類別并精準刪除中毒樣本，極大的降低了后門攻擊的成功率。
本發明授權一種基于特征聚類分析與特征降維的聲紋識別后門攻擊防御方法在權利要求書中公布了：1.一種基于特征聚類分析與特征降維的聲紋識別后門攻擊防御方法，其特征在于含有以下步驟： 步驟1：搭建聲紋識別模型結構并中毒模型； 步驟2：利用中毒模型提取訓練樣本的特征空間； 步驟3：對每一類的樣本進行特征聚類； 步驟4：計算每個類別的聚類指標并識別中毒類別； 步驟5：根據特征降維識別中毒簇； 步驟6：重新訓練一個干凈的聲紋識別模型并測試防御性能。
如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江工業大學，其通訊地址為：310014 浙江省杭州市拱墅區潮王路18號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
以上內容由AI智能生成
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號