一种具有防御对抗样本攻击功能的深度学习分类方法

摘要

本发明公开了一种具有防御对抗样本攻击功能的深度学习分类方法，实现该分类方法的装置包括：攻击生成模型AG，对抗样本判别模型D，分类模型DNN，具体方法如下：(1)使用正常数据集训练DNN，分类准确率大于预设值，停止DNN的训练；(2)交替训练AG和D的参数，直到AG‑D实现纳什均衡；(3)交替训练型AG和DNN的参数，直到AG‑DNN实现纳什均衡；(4)判断对抗样本判别模型D和分类模型DNN是否达到帕累托最优，若是，则DNN训练完毕，执行步骤(5)，否则，返回步骤(2)；(5)将待分类的样本输入训练完毕的分类模型DNN，得到分类结果。利用本发明，可以有效解决分类模型在实际分类应用中面对对抗样本时的脆弱性，改善模型性能的鲁棒性。