-
公开(公告)号:CN111598805A
公开(公告)日:2020-08-28
申请号:CN202010402772.3
申请日:2020-05-13
Applicant: 华中科技大学
Abstract: 本发明属于对抗样本防御技术领域,公开了一种基于VAE-GAN的对抗样本防御方法及系统,使用变分自动编码器VAE和生成对抗网络GAN对对抗样本进行去噪,VAE作为分类器的预处理模型对对抗样本进行去噪处理,GAN用于辅助VAE的训练,使得VAE输出的图像结果更加接近于原始无噪声的图像。本发明提供的基于VAE-GAN的对抗样本防御方法属于输入预处理,可在不同分类模型之间学习迁移;无需重新训练原有分类网络,训练成本较低;几乎不影响原始无噪声样本分类精度;不需要使用对抗样本,所以无需而外的训练对抗样本;对噪声较小的对抗样本防御效果也很好;预处理速度快且输出图像质量接近于原始无噪声图像。