一种基于对抗标签引导的对抗训练防御方法

本发明介绍了一种基于对抗标签引导的对抗训练防御方法，旨在增强深度学习模型抵御对抗攻击的能力。通过生成对抗样本、提取对抗特征并生成对抗标签，此方法在损失函数中引入正则化项以约束对抗标签，使对抗样本预测更接近真实标签。实验使用CIFAR‑10和CIFAR‑100数据集，并与现有方法进行比较，证明本发明的方法不仅提高了对抗样本的分类准确性，还在自然准确性和鲁棒性之间实现了良好的平衡，尤其在面对多种攻击时表现出优越的防御性能。