DLG-Net：基于物理约束与主动诱饵的离散液态图网络防幻觉架构
DLG-Net: A Physics-Constrained Discrete Liquid Graph Network with Active Canary Traps for Anti-Hallucination
-
作者：
李欣怡
1
-
作者单位：
- 通讯作者：
李欣怡
Email:lxy06@shu.edu.cn
-
提交时间：2026-11-07 22:11:41
摘要: 针对极端边缘环境下AI系统易产生系统性误判与遭受对抗篡改的痛点，本文提出了一种物理约束的离散液态图（DLG）防幻觉安全底座。该架构构建了基于物理公理的确定性门控，从源头切断假阳性；首创了异构质询与主动诱饵反侦察机制，有效抵御数据投毒；并引入动态突触修剪与优雅降级策略。在理论与数学层面，本文结合时变拓扑与离散李雅普诺夫理论，严格证明了系统的有界收敛与渐近稳定性。基于MassBank真实质谱数据集的压力测试表明，该架构在各类对抗攻击下F1-Score均超过0.99，将误报率严格控制在1.3%，且在纯CPU环境下推理延迟仅5.31毫秒。该研究为下一代可信边缘人工智能提供了一种具备绝对安全边界的新范式。
版本历史
| [V1] |
2026-11-07 22:11:41 |
ChinaXiv:202611.00064V1
|
下载全文 |
相关信息
待评议
点击量
下载量
