基于去噪扩散概率模型的对抗净化方法

本发明提供了一种基于去噪扩散概率模型的对抗净化方法，包括以下步骤：在去噪扩散概率模型的前向过程中，将噪声按T步逐渐加入到输入的图像中；利用去噪扩散概率模型的反向过程，采用与加入噪声过程的反向步骤相匹配的方法逐步去除噪声，得到净化后的图像。是一种即插即用的对抗净化方法，可以与现有的深度学习模型直接集成。在实际应用中，本发明作为预处理模块，在数据输入阶段对图像进行净化处理，帮助深度学习模型更好地应对对抗攻击。该方案的实现不需要对目标模型结构进行改动，因此在实际部署中具有较高的可操作性。