[发明专利]基于Adam的迭代快速梯度下降对抗攻击方法

权利要求书

1.一种基于Adam的迭代快速梯度下降对抗攻击方法，其特征在于，包括以下步骤：

S1：设置用于对抗攻击的基于深度神经网络的图像分类模型，确定若干输入图像x_k，k＝1,2,…,K，K表示输入图像数量，记输入图像x_k对应的类型标签为y_k；根据需要设置输入图像的扰动量ε和最大迭代次数T，计算步长λ＝ε/T；

S2：初始化梯度均值v₀＝0，梯度方差s₀＝0；将各个输入图像x_k作为初始图像

S3：令迭代次数t＝0；

S4：将各个图像输入图像分类模型得到其分类结果

S5：根据步骤S4得到的分类结果，计算本次图像分类的损失函数梯度

S6：采用如下公式分别计算更新后的梯度均值v_t′₊₁和梯度方差s_t′₊₁：

其中，α和β分别为预设的衰减率；

然后对梯度均值和梯度方差进行修正，得到修正后的梯度均值v_t+1和梯度方差s_t+1：

S7：采用如下公式更新每幅图像，得到更新后的图像

其中，sign[]表示符号函数；

S8：判断是否t＜T-1，如果是，进入步骤S9，否则进入步骤S10；

S9：令t＝t+1，返回步骤S4；

S10：将最后一次迭代后得到的图像作为输入图像x_k的对抗样本，用于对目标图像分类模型进行对抗攻击。

2.根据权利要求1所述的基于Adam的迭代快速梯度下降对抗攻击方法，其特征在于，所述步骤S6中衰减率α＝0.9，β＝0.99。