面向水声智能伪装的高鲁棒性的对抗样本生成方法及系统

摘要

本发明公开了一种面向水声智能伪装的高鲁棒性的对抗样本生成方法及系统，属于数字图像处理技术和水声信号处理技术领域，其中，该方法具体包括：进行对抗扰动的抗噪能力设计基于训练数据扩张的扰动量增强方法，以扩展训练数据集得到第二增强数据集；将敌方的识别模型作为一个未知黑盒子，根据所述第二增强数据集对其进行黑盒攻击，并采用迭代集成学习方法训练替身模型，得到最优对抗样本。该方法在利用声波与各种谱图的转换机制进一步约束对抗扰动，使其具备人眼不敏感但可欺骗机器学习模型的能力，再针对环境和自身噪声设计数据增强方案，完成对抗样本的抗噪能力建设，并基于集成学习提升对抗样本的可迁移性、提高泛化能力。