一种基于风格抑制和频域限制的语义攻击方法

本发明涉及人工智能及计算机视觉安全领域，具体为一种基于风格抑制和频域限制的语义攻击方法。所述方法包括：向良性样本添加微小噪声生成初始对抗样本，计算该样本与良性样本的语义相似度以获得语义损失；将初始对抗样本输入自适应实例规范化层，使用参考样本进行风格转换，生成风格化对抗样本，并计算风格抑制损失；通过离散小波变换对风格化对抗样本进行频率分解，得到低频和高频分量，计算二者之间的频率差异，获得频率损失；结合风格抑制损失与频率损失生成总体损失，基于总体损失优化对抗样本，生成最终优化的对抗样本。本发明能够提升对抗攻击的稳定性和有效性，对神经网络模型具有较好的欺骗效果。