本發明公開了一種基于差分隱私的深度強化學習模型安全加固方法及裝置,其中包括一種基于差分隱私的深度強化學習模型安全加固方法,包括如下步驟:從環境中采樣數據作為待訓練樣本集,利用深度強化學習算法構建目標模型,將待訓練樣本集輸入到目標模型中對目標模型進行訓練;對訓練好的目標模型進行測試,并采樣狀態動作作為竊取數據集;利用深度強化學習算法構建竊取模型;將竊取數據集作為訓練樣本輸入到竊取模型中并利用模仿學習算法訓練竊取模型;將差分隱私保護機制添加到訓練好的目標模型中,將目標模型在差分隱私機制的作用下輸出的數據輸入到竊取模型中;竊取模型在有差分隱私機制作用的數據的影響下作出錯誤的攻擊動作。
聲明:
“基于差分隱私的深度強化學習模型安全加固方法及裝置” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)