摘要
基于特征模式一致性约束的网络风控神经规则更新方法和装置，其方法包括：S1、确定需要更新的神经规则，主要包括基于卷积神经网络的深度图像分类器中的神经规则；S2、对神经规则的输入数据，在一个约束好的范围内，进行随机强化；S3、运行神经规则，基于特征模式一致性约束算法和分类结果计算损失；S4、通过反向传播优化损失，实现神经规则的更新。本发明能够在引入较小额外计算开销的前提下，完成以网络风控为目的神经规则更新提供了网络风控效果更好的神经规则更新方法，能够更有效地提高目标网络的安全性和鲁棒性；提供了一种灵活的，可以在网络的任意使用阶段，包括初始阶段和事后阶段，以即插即用的方式实现网络风控的神经规则更新方法。
