맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치 및 방법

  • 기술번호 : KST2022004170
  • 담당센터 : 부산기술혁신센터
  • 전화번호 : 051-606-6561
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 입력 이미지를 수신하고, 입력 이미지를 컨버전하여 컨버전된 이미지를 생성하고, 컨버전된 이미지에 적대적 공격이 발생되는 경우, 컨버전된 이미지가 적대적 공격에 의해서 변환되어 생성된 적대적 변환된 이미지를 인버전하여 인버전된 이미지를 생성하고, 인버전된 이미지를 심층 신경망 모델에 제공하는 입력 장치 및 방법에 관한 것이다.
Int. CL G06N 3/04 (2006.01.01) G06N 3/08 (2006.01.01)
CPC G06N 3/04(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020200112229 (2020.09.03)
출원인 부산대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0030635 (2022.03.11) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.09.03)
심사청구항수 14

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 부산대학교 산학협력단 대한민국 부산광역시 금정구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 최윤호 부산광역시 금정구
2 최석환 부산광역시 금정구
3 고동현 부산광역시 금정구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 무한 대한민국 서울특별시 강남구 언주로 ***, *층(역삼동,화물재단빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2020.09.03 수리 (Accepted) 1-1-2020-0933092-91
2 선행기술조사의뢰서
Request for Prior Art Search		 2022.04.15 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
입력 이미지를 수신하는 수신부;상기 입력 이미지를 컨버전하여 컨버전된 이미지를 생성하는 컨버전부;상기 컨버전된 이미지에 적대적 공격이 발생되는 경우, 상기 컨버전된 이미지가 적대적 공격에 의해서 변환되어 생성된 적대적 변환된 이미지를 인버전하여 인버전된 이미지를 생성하는 인버전부; 및상기 인버전된 이미지를 심층 신경망 모델에 제공하는 송신부를 포함하는 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
2 2
제1항에 있어서,상기 인버전부는,상기 컨버전 과정에서 상기 입력 이미지에 추가된 노이즈를 제거하는 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
3 3
제1항에 있어서,상기 인버전부는,상기 컨버전된 이미지에 적대적 공격이 발생되는 않은 경우, 상기 컨버전된 이미지를 인버전하여 인버전된 이미지를 생성하는적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
4 4
제1항에 있어서,상기 컨버전부는,상기 컨버전의 방법으로, Gaussian Random Noise(GRN), Fast Gradient Sign Method(FGSM), Basic Iterative Method (BIM), DeepFool 및 Carlini 0026# Wagner’s　method(C0026#W Method) 중에서 어느 하나를 이용하는적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
5 5
제1항에 있어서,상기 컨버전을 통해서 상기 입력 이미지에 추가되는 노이즈는,상기 적대적 공격에 의해서 상기 컨버전된 이미지에 추가되는 노이즈 보다 상대적으로 큰 것을 특징으로 하는적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
6 6
입력 이미지를 수신하고, 상기 입력 이미지를 컨버전하여 컨버전된 이미지를 생성하여 자동 주행 서버로 송신하는 자동 주행 클라이언트; 및상기 컨버전된 이미지에 적대적 공격이 발생되는 경우, 상기 컨버전된 이미지가 적대적 공격에 의해서 변환되어 생성된 적대적 변환된 이미지를 인버전하여 인버전된 이미지를 생성하고, 상기 인버전된 이미지를 심층 신경망 모델에 제공하는 상기 자동 주행 서버를 포함하는 자동 주행 서비스에서 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
7 7
제6항에 있어서,상기 자동 주행 서버는,상기 컨버전 과정에서 상기 입력 이미지에 추가된 노이즈를 제거하는 자동 주행 서비스에서 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
8 8
제6항에 있어서,상기 자동 주행 서버는,상기 컨버전된 이미지에 적대적 공격이 발생되는 않은 경우, 상기 컨버전된 이미지를 인버전하여 인버전된 이미지를 생성하는자동 주행 서비스에서 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
9 9
입력 이미지를 수신하는 단계;상기 입력 이미지를 컨버전하여 컨버전된 이미지를 생성하는 단계;상기 컨버전된 이미지에 적대적 공격이 발생되는 경우, 상기 컨버전된 이미지가 적대적 공격에 의해서 변환되어 생성된 적대적 변환된 이미지를 인버전하여 인버전된 이미지를 생성하는 단계; 및상기 인버전된 이미지를 심층 신경망 모델에 제공하는 단계를 포함하는 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 방법
10 10
제9항에 있어서,상기 컨버전된 이미지에 적대적 공격이 발생되는 경우, 상기 컨버전된 이미지가 적대적 공격에 의해서 변환되어 생성된 적대적 변환된 이미지를 인버전하여 인버전된 이미지를 생성하는 단계는,상기 컨버전 과정에서 상기 입력 이미지에 추가된 노이즈를 제거하는 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 방법
11 11
제9항에 있어서,상기 컨버전된 이미지에 적대적 공격이 발생되는 않은 경우, 상기 컨버전된 이미지를 인버전하여 인버전된 이미지를 생성하는 단계를 더 포함하는 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 방법
12 12
제9항에 있어서,상기 입력 이미지를 컨버전하여 컨버전된 이미지를 생성하는 단계는,상기 컨버전의 방법으로, Gaussian Random Noise(GRN), Fast Gradient Sign Method(FGSM), Basic Iterative Method (BIM), DeepFool 및 Carlini 0026# Wagner’s　method(C0026#W Method) 중에서 어느 하나를 이용하는적대적 사례에 강인한 심층 신경망 모델을 위한 입력 방법
13 13
제9항에 있어서,상기 컨버전을 통해서 상기 입력 이미지에 추가되는 노이즈는,상기 적대적 공격에 의해서 상기 컨버전된 이미지에 추가되는 노이즈 보다 상대적으로 큰 것을 특징으로 하는적대적 사례에 강인한 심층 신경망 모델을 위한 입력 방법
14 14
제9항 내지 제13항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터에서 판독 가능한 기록 매체
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 한국인터넷진흥원 융합보안핵심인재양성사업 융합보안석사과정
2 교육부 부산대학교 산학협력단 지역대학우수과학자(1~5년) 악성 코드 Context Anomaly 탐지를 위한 Deep Adversarial Learning 알고리즘