摘要: 深度学习近年来取得了大量突破性的进展,基于深度学习的应用也扩展到了越来越多的领域,但由于深度神经网络的脆弱性,在应用过程中极易受到来自对抗样本的威胁,给应用带来了巨大的安全问题,因此对抗攻击一直是研究的热门领域。由于深度神经网络在图像任务中被广泛应用,因此在图像领域的对抗样本被广泛发现,针对图像领域的对抗攻击研究是增强安全性的一个关键,学界从不同的角度对此展开了大量研究。现有的图像攻击的研究主要可以分为可见光图像,红外图像以及合成孔径雷达(SAR:Synthetic Aperture Radar)图像三种形态的图像攻击,而主要的现有工作集中在可见光图像中,为此,将首先介绍图像对抗攻击的基本概念,然后对三种形态图像的对抗攻击方法根据其攻击思想进行分类总结,并且对三种形态图像的攻击方法进行分析对比,同时,针对目前图像对抗样本领域的防御策略研究做出简要的补充介绍,最后,总结了现有的研究现状,对未来图像领域中的对抗攻击研究总结了面临的问题并给出可能的解决方案,同时对未来研究的方向做出了展望。