一种基于域自适应的生成式攻防对抗方法

本发明提出一种基于域自适应的生成式攻防对抗方法，通过构建生成对抗网络框架实现对黑盒智能系统的定向干扰。该方法以迁移学习中的域自适应理论为核心，建立白盒模型群与黑盒目标系统之间的动态映射关系，设计双通道生成对抗网络，通过交叉熵损失与KL散度约束，联合监督样本真实性及跨模型迁移一致性，构建动态边界反馈系统，根据实时攻击效果调整生成器的扰动生成策略，形成自适应攻防博弈闭环。相较于传统黑盒攻击方法，本发明显著提升了对抗样本在模型异构场景下的迁移鲁棒性，在防御系统存在对抗训练、输入重构等防护机制时，仍能维持稳定的攻击效能，可应用于智能安防系统渗透测试等领域，为复杂环境下智能系统的脆弱性评估提供技术支撑。