图像分类网络的对抗防御方法及相关装置

摘要

本申请是关于一种图像分类网络的对抗防御方法及相关装置，属于图像分类技术领域，该方法包括：将原始图像样本及对抗攻击样本输入深度神经网络，以提取所述深度神经网络高于预定层数的目标层的输入特征；根据所述输入特征生成所述深度神经网络的损失函数，作为对抗防御去噪器；利用所述对抗防御去噪器对所述对抗攻击样本进行去噪，得到去噪后对抗攻击样本；对所述深度神经网络的损失函数进行正则化，得到正则化后的深度神经网络；将所述原始图像样本及所述去噪后对抗攻击样本，输入所述正则化后的深度神经网络，得到所述原始图像的分类结果。本申请的方案可以有效提升图像分类深度神经网络的防御能力。