一种面向对抗攻击的航空深度学习模型鲁棒性评估方法

本公开提供一种面向对抗攻击的航空深度学习模型鲁棒性评估方法。包括步骤S1‑S5：S1获取典型航空智能应用场景中的系统原始数据集，数据集被分成三个大小相等的训练、验证和测试子集；S2获取被攻击模型、模型运行环境；S3构造对抗测试集；S4获取被攻击模型的原始评价数据，之后限定对抗攻击的扰动仅发生在图像中心的局部攻击矩形区域内，改变局部攻击范围，进行攻击，获取被攻击模型的对抗评价数据；S5评估模型鲁棒性，根据所述对抗性评价数据对于原始评价数据的改变状况，计算鲁棒性分数，确定鲁棒性检测结果，从而为航空智能领域的深度学习模型安全性和可靠性评估提供了技术支撑，为航空内生安全的发展提供了助力，具有一定的实用价值和理论意义。