一种基于生成对抗网络的对抗攻击样本的生成方法

摘要

本发明提出一种基于生成对抗网络的对抗攻击样本的生成办法，包括：S1.采集训练样本图像；S2.预处理和分类定义；S3.构建训练框架，训练框架包括生成器、判别器及目标攻击网络；S4.基于预处理和分类定义后的训练样本图像，生成随机噪声及生成随机条件向量；S5.将随机噪声及随机条件向量作为训练框架中生成器的输入，对训练框架的生成器和判别器进行训练，保存训练后的训练框架参数；S6.训练完成，生成对抗攻击样本。本发明提出的方法具有较强的数据学习能力，鲁棒性较高，克服了现有方法基于最优化方程和简单像素空间的矩阵度量，对数据分布缺乏学习能力的弊端，提高了对抗攻击样本的生成质量和效率。