近年来,随着深度学习技术在图像分类与识别等研究领域中的持续发展,不少应用了这些技术的人工智能产品已经投入使用。当前的研究结果显示,深度神经网络在执行许多任务时会表现出脆弱性,即在干净的样本中加入一些不易察觉的干扰可能使深度神经网络产生认知误差,从而导致深度学习模型的不稳定性。由此可见,深入研究对抗攻击算法,将成为深度学习领域的一个重要课题。本文受生成对抗网络GAN的启发,对基于GAN的图像分类对抗攻击方法进行了深入研究,主要工作及贡献如下:一、为了提高对抗样本对图像分类器的攻击能力,提出了一种采用近似分布作先验的对抗样本生成算法。基于生成对抗网络,先利用一个GAN模型来学习近似真实样本的伪样本分布,然后将其作为先验分布,通过另一个GAN模型来得到对抗样本的分布。在模型构建的过程中,一方面,对两个GAN模型添加自注意力模块,提高对抗样本与原始输入的整体相似性;另一方面,采用谱归一化层,提高模型的收敛速率,进而稳定GAN的训练,并在判别损失中添加梯度惩罚正则项,提高模型的泛化能力。二、为了提高生成图像的质量,减小对抗样本在图像上的扰动范围,提出了一种多尺度递进融合的对抗补丁生成算法。从在局限范围内生成扰动的角度出发,采用注意力机制结合残差模块的方法来构造特征提取器,从原始样本中提炼出特征,进而获取补丁位置。为了使生成补丁更好地融入原始图像的背景中,采用多尺度递进融合的方法来生成对抗补丁。并添加扰动损失来优化损失函数,通过层层递进的方式使最终的对抗补丁越来越贴近原始背景,进而得到高质量的对抗样本。本文提出了两种对抗样本的生成方式,实验数据表明,采用近似分布作先验的对抗样本生成算法针对目标模型的攻击在小数据集上的成功率最高达到98.7%,在大数据集上的成功率达到95.3%,这说明通过该方法得到的对抗样本能轻易打破目标网络的防御。同时,为了提升图像质量所提出的多尺度递进融合的对抗补丁生成算法针对目标模型的攻击在大数据集上得到的成功率达到了99.2%,相较本文提出的第一种生成算法提高了3.9%,得到的对抗样本具有更强的攻击力,并且图像质量更高,扰动更加贴合原始背景,也更具备物理实现意义。