面向网络入侵检测的迭代自适应步长对抗样本生成方法与装置

本发明涉及深度学习模型的对抗攻击技术领域，提供一种面向网络入侵检测的迭代自适应步长对抗样本生成方法与装置，该方法包括：将对抗样本输入到深度学习模型中，得到模型的输出，并基于所述深度学习模型的输出计算所述对抗样本的损失值，并基于所述损失值计算梯度；基于平滑损失值机制将所述对抗样本的损失值进行平滑处理，并根据平滑后的损失值动态调整损失敏感因子；基于所述对抗样本平滑后的损失值的变化和所述损失敏感因子，调整用于生成扰动的步长；根据调整后的步长沿所述梯度方向生成扰动，并将所述扰动叠加至所述对抗样本生成新的对抗样本。本发明能够生成针对网络入侵检测任务的高效、稳定的对抗样本。