一种基于图像分类模型的黑盒对抗鲁棒性评估方法

本发明属于智能安全领域，具体涉及一种基于图像分类模型的黑盒对抗鲁棒性评估方法；包括：采用图像分类模型对不同类别的图像进行分类处理，得到多个不同类别的图像样本集；对多个不同类别的图像样本集进行处理，得到决策边界图像样本集合；将决策边界图像样本集合转换为决策边界图像样本矩阵；对决策边界图像样本矩阵进行奇异值分解，得到决策边界图像样本矩阵的奇异值；根据奇异值计算得到决策边界复杂度；对决策边界复杂度进行归一化处理，得到鲁棒性评估指标；根据鲁棒性评估指标对图像分类模型进行鲁棒性评估，得到图像分类模型的鲁棒性评估结果；本发明无需目标模型的结构和参数信息，大大提高了图像分类模型对抗鲁棒性评估过程的安全性。