一种针对轨迹聚类的粒度自适应迭代黑盒对抗攻击方法

本发明公开了一种针对轨迹聚类的粒度自适应迭代黑盒对抗攻击方法，包括如下步骤：S100：采样轨迹数据以及簇标签信息，形成由轨迹数据和对应的簇标签组成的对，形成轨迹数据集；S200：通过现有的轨迹数据集基于轨迹聚类任务训练深度循环神经网络，作为待攻击的目标模型；S300：筛选原始轨迹数据用于对抗攻击，利用嵌入提取器计算该轨迹中每个轨迹点的显著性得分，获得显著性点集；本发明可以有效的针对深度轨迹聚类模型生成高质量对抗样本，这种逐点嵌入引导和粒度自适应迭代的对抗轨迹样本生成方法针对目前主流的深度轨迹聚类模型均具有通用性和适应性。