抗对抗样本攻击的鲁棒性智能家居安防技术算法研究

谈 瑞良
江阴市瑞辰电子工程有限公司

摘要


目的：针对智能家居视觉安防系统易受对抗样本攻击的安全威胁，研究提升其深度学习模型鲁棒性的有效
算法。方法：通过构建“攻击-防御”仿真平台，量化评估对抗训练、特征去噪等主流技术的防御效能，并提出一
种结合在线对抗训练、轻量化特征净化与动态模型集成的混合增强方案。结果：实验表明，所提方案在中等强度攻
击下将模型鲁棒性准确率从4.8%提升至87.6%，在模拟真实攻击的测试中，入侵漏报率显著降低，且满足实时性要
求。结论：该方案以可控的计算开销，显著增强了智能家居安防系统抵御对抗攻击的能力，在安全性、实时性与部
署可行性间取得了良好平衡，具备实际应用价值。

关键词


智能家居安防；对抗样本攻击；模型鲁棒性；对抗训练

全文:

PDF


参考


[1]罗书洋，刘雅琪，申毅，等.基于物联网的智能

家居安防检测系统设计[J].仪表技术，2026，（01）：29-

31+65.

[2]郭彩萍，刘倩，陈一凡.智能家居防火系统设计

[J].山西电子技术，2025，（06）：1-3.

[3]王腊平.智能家居安防系统在高端别墅室内设计

中的布局优化[J].居舍，2025，（25）：19-21.

[4]马勇，刘红鸽.基于龙芯2K1000和RT-Thread的智

能家居安防系统设计[J].华东科技，2025，（07）：131-133.

[5]刘喜双，姚健.基于STM32的智能家居安防控制

系统的设计与实现[J].电子制作，2025，33（11）：64-67.


Refbacks

  • 当前没有refback。