摘要
本发明属于对抗样本检测领域,公开了一种基于量子模糊卷积神经网络的对抗样本检测方法及系统,方法包括:将输入模型中的数据分别传入量子卷积神经网络和模糊神经网络中,将两种网络提取到的特征图通过融合层进行融合,融合层中的融合数据作为预测器输入,最后由预测器输出结果。本发明采用量子模型和模糊系统结合训练量子模糊卷积神经网络训练作为对抗样本检测方法,利用量子卷积神经网络特有的捕获数据全局属性和模糊系统处理不确定性的优势,一定程度上提高了检测率。不仅可以识别原有攻击方法生成的对抗样本,而且对采用同一攻击手段中不同超参数生成的对抗样本以及不同方法生成的对抗样本也有一定的预测和防御作用,模型泛化性优于一般模型。