小样本网络指纹识别模型

仅需1个训练样本

采用四重网络与深度局部指纹特征,大幅提升小样本场景下的攻击准确率与泛化能力。

Zou, Hongcheng · 苏金树 · Wei, Ziling · 陈曙晖 · Yang, Chunfang · Chen, Mantun

IEEE Transactions on Dependable and Secure Computing 2025

参数信息

准确率
87.1 %
准确率提升
10 %

技术优势

一个样本就能用

DQF 在 1-shot 学习设置下准确率即可达 87.1%,而此前方法在此场景下性能大幅下降甚至失效。

小样本下不丢判别信息

通过提取深度局部指纹特征(DLFFs),DQF 避免了以往攻击中丢失大量判别信息的问题。

泛化能力更强

采用四重网络架构并修改四重损失函数,提升了模型在小样本条件下的泛化能力。

应用场景