近年来,随着计算机计算能力的显著提升和数据量的大幅度增长,以深度神经网络模型为基础的深度学习算法快速发展,广泛应用于计算机视觉、自然语言处理、智能控制等诸多领域,甚至引发了新一轮的工业革命。然而,随着对深度学习技术研究的深入,人们发现其很容易受到对抗样本的欺骗。所谓对抗样本,是指攻击者人为地在原本能够被正确推理的数据中,添加微小的甚至人类难以察觉的对抗性噪声,从而生成的恶意样本,它可以误导目标模型以极高的置信度输出错误的结果。对抗样本的存在给许多对安全性要求严格的智能应用都带来了极大的威胁,例如:自动驾驶、人脸识别等,它可以导致这些系统失灵甚至崩溃。此外,现有的研究表明,对抗样本不仅存在于数字空间,还存在于真实的物理世界;不仅存在于图像数据中,还广泛存在于音频、文本等类型的数据中。因此,如何保护深度神经网络模型免受对抗样本攻击的威胁,成为了一个非常重要且极具挑战性的问题。为此,人工智能和系统安全领域的许多研究者投身到对抗样本防御的研究中,并陆续提出了一些对抗样本防御方法。总体上,现有的对抗样本防御主要分为鲁棒性防御和检测性防御两种类型。其中,鲁棒性防御旨在帮助目标分类模型在遭遇对抗样本时,仍然有能力将其正确分类;检测性防御旨在将对抗样本从输入数据中识别出来,并拒绝输出其分类结果。本文系统地梳理和总结了对抗样本攻击与防御方法。我们认为,现有的对抗性防御工作主要存在防御能力有限、应用不便以及缺少针对性的网络结构创新等不足。针对上述问题,本文以设计更加有效且应用方便的对抗性防御方案为目标开展工作。首先,通过实验研究对抗样本边缘信息的特性,并利用其设计了边缘特征增强模块和基于边缘特征增强的对抗性降噪网络;然后,深入分析传统的图像降噪与对抗性降噪任务之间的相通与不同之处,设计了视觉和类别特征双引导的对抗性降噪损失函数;接着,以基于边缘特征增强的对抗性降噪网络为骨干结构,视觉和类别特征双引导的对抗性降噪损失函数为训练损失,实现对抗降噪网络模型,并由此设计了基于对抗降噪网络的图像对抗样本防御方法;最后,在MNIST、SVHN、CIFAR10和Imagenet等4个最常用的图像分类数据集上,使用10余种不同类型和不同扭曲程度的对抗样本进行实验,论证本文的理论设想和提出的防御方案。实验结果表明,本文提出的边缘特征增强的降噪模块与视觉和类别特征双引导的对抗性降噪损失函数均能够在一定程度上提高降噪网络的重建能力;同时,本文提出的基于对抗性降噪网络的图像对抗样本防御方法不仅能够有效防御图像对抗样本攻击,取得较基准方法更优的防御成功率,而且能够在不同的数据集上对不同类型和扭曲程度的对抗样本都实现有效的防御,取得较基准方法更好的防御鲁棒性。