基于集成方法的高可迁移性图像重构方法

本发明公开了一种基于集成方法的高可迁移性图像重构方法，包括：收集辅助图像数据，以训练生成对抗网络，从而捕获图像的先验知识；收集执行相同任务的本地模型构成本地模型池，从中随机抽取预设数量的模型，构成本地模型集合；借助生成对抗网络，通过自适应权重调节策略，为本地模型集合中所有本地模型合理分配权重，进行集成模型反演攻击；在预设的攻击迭代次数之后，采用动态模型更新策略更换本地模型集合；不断攻击，直至攻击完指定个本地模型集合，获得具有高可迁移性的重构图像。本发明方法解决了现有模型反演攻击方法获得的重构图像的可迁移性不足的问题，使用本发明方法得到的重构图像可迁移性明显提高。