面向深度神经网络的样本分层后门植入方法及装置

本发明提供一种面向深度神经网络的样本分层后门植入方法及装置，方法包括：在目标深度神经网络中每个中间层插入出口得到动态深度神经网络；将指定图像类别下的数据集输入动态深度神经网络，基于满足预设早退条件时的输出结果，将数据集划分为软样本数据集和硬样本数据集，并在划分后的样本中分别添加对应的触发器，得到触发器训练数据集并结合触发器训练策略对触发器进行迭代训练，得到目标触发器；在原始的软样本和硬样本中添加对应的目标触发器，结合原始训练样本集得到网络训练数据集，并结合预设网络训练策略对动态深度神经网络进行迭代训练，得到目标动态深度神经网络，转换后得到后门深度神经网络；本发明能够提高后门植入鲁棒性和稳定性。