基于EM的图像分类深度神经网络模型鲁棒性评估方法

一种基于EM距离的图像分类深度神经网络模型鲁棒性评估方法，通过对普通样本及其对应生成的对抗样本进行逼近EM距离的方法实现EM距离计算，将结果作为鲁棒性评估指标以评价模型的安全性能。本发明全面地反映了面对不同攻击下的鲁棒性，能够广泛应用于基于分类器的机器学习模型，以图像分类为突出领域，对模型鲁棒性进行统一评估。用于人工智能模型，对输入模型进行测试，对人工智能的安全性有明显提升。