图像识别算法对抗鲁棒性的评测方法、计算机存储介质

本发明公开了一种图像识别算法对抗鲁棒性的评测方法、计算机存储介质，涉及深度学习的安全技术领域，特别是涉及一种定向对抗样本的黑盒迁移方法。通过将变换后的样本输入预先训练的神经网络，得到网络输出；通过预先设定的损失函数，计算输出与目标类别的损失值；计算损失值对目标样本的梯度，并根据学习率进行更新。本发明的特征在于在每次梯度更新迭代中使用大尺度范围的图像缩放操作，以及随机变换，增强所生成对抗样本的迁移能力，进而提高对模型鲁棒性评测的准确性。