曼巴扩散模型

防御性能顶尖

一种基于曼巴扩散的对抗防御方法，同时实现高防御准确率与出色的恢复图像视觉质量。

Xiaowen, Shi · 王员根

Engineering Applications of Artificial Intelligence 2026

技术优势

无需重训练

利用扩散模型学习干净样本分布，对新出现的攻击类型具有泛化能力。

视觉质量高

通过定制训练输入来利用对抗样本与其干净对应物，生成与干净样本高度一致的防御图像。

针对性强

设计了新的损失函数以在扩散过程中保留对抗样本的图像特征，更好地适应防御任务。

应用场景

• 对抗防御：无需重训练即可净化对抗样本，应对新型攻击。
• 医学影像诊断：防止对抗扰动导致误诊，保障诊断可靠性。
• 自主驾驶：抵御对抗样本对目标识别的干扰，提升驾驶安全性。
• 面部验证系统：增强面部验证系统对对抗攻击的鲁棒性，保障金融安全。