基于装袋算法的后门攻击防御方法和系统

本发明提供基于装袋算法的后门攻击防御方法和系统，从分类器集合中识别满足预设训练条件的有效子分类器，对所有有效子分类器对应的后门攻击推理结果进行投票策略处理，确定最终后门攻击预测结果，为模型受到的后门攻击情况进行准确的预测，以此对深度神经网络模型进行隐藏层调整，得到优化深度神经网络模型，增强模型对后门攻击的防御能力和保证模型运行安全性与可靠性。