群智能单像素生成扰动与攻击方法

摘要

本发明公开一种群智能单像素生成扰动与攻击方法，属于图像识别及恶意攻击领域。首先输入图像进行矢量表示；生成对抗性扰动编码；利用飞蛾优化方法对扰动编码的优化，迭代得到最优扰动编码；进行目标类别错误标签的概率检测并保存输出最优扰动编码组。本发明利用飞蛾优化方法无需梯度信息进行优化的固有属性，进而提升扰动编码对目标类别的错误标签率，达到对原始图像和深度学习网络的低维攻击效果。本发明将飞蛾群智能优化算法应用到图像识别单像素攻击领域，给单像素攻击方法提供另一种参考，说明群智能方法在对抗机器学习领域中可应用性，能够针对神经网络生成低成本的对抗性攻击工具。