基于DIS的机械设备故障诊断模型的对抗攻击与防御方法

本发明公开了基于DIS的机械设备故障诊断模型的对抗攻击与防御方法，步骤1，对机械设备时序信号数据集进行数据预处理，并将其划分为训练集和测试集；步骤2，设计、初始化和训练深度学习目标网络，获得故障诊断模型；步骤3，在对抗样本生成过程中引入差异自适应损失；步骤4，基于梯度实现对抗扰动的区间选择，在对抗样本的局部范围内生成扰动；步骤5，将步骤3和步骤4生成后的对抗样本用于步骤2的得到的故障诊断模型，进行对抗训练，增强故障诊断模型的对抗鲁棒性。本发明解决了现有技术中存在的对抗样本全局扰动过大、隐蔽性差，对抗样本防御能力不足的问题。