Page 31 - 《软件学报》2026年第4期

软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: jos@iscas.ac.cn
2026,37(4):1472−1491 [doi: 10.13328/j.cnki.jos.007522] [CSTR: 32375.14.jos.007522] http://www.jos.org.cn
©中国科学院软件研究所版权所有. Tel: +86-10-62562563

*
基于自适应策略优化的鲁棒泛化权衡学习

翟浩杰 1 , 王 冉 2,5 , 邬文慧 3,5 , 贾育衡 4

1
(深圳大学 数学科学学院, 广东 深圳 518060)
2
(深圳大学 人工智能学院, 广东 深圳 518060)
3
(深圳大学 电子与信息工程学院, 广东 深圳 518060)
4
(东南大学 计算机科学与工程学院, 江苏 南京 211189)
(广东省智能信息处理重点实验室 (深圳大学), 广东 深圳 518060)
5
通信作者: 王冉, E-mail: wangran@szu.edu.cn
摘 要: 对抗训练被视为提升深度模型鲁棒性的核心防御手段, 但其固有缺陷严重制约了实际应用效果. 传统对抗
训练方法依赖固定攻击模式生成对抗样本, 导致训练过程中样本多样性不足、模型泛化能力受限, 且在鲁棒性与
干净准确率间难以达成有效平衡. 更为关键的是, 现有对抗训练框架缺乏对训练过程的自适应控制, 容易引发鲁棒
过拟合现象. 针对上述挑战, 利用演化优化提出一个自适应对抗训练框架, 称为基于自适应策略优化的鲁棒泛化权
衡学习, 简称 TRG-ASO. 该方法将遗传算法引入对抗训练过程, 通过动态调整不同训练阶段的对抗攻击策略, 实现
对抗样本生成模式的渐进式复杂化. 这种层级递进的对抗机制不仅增强了样本多样性, 还可通过策略优化记录实
现训练早停, 有效抑制过拟合风险. 在 CIFAR 系列数据集上的实验表明, 相较于传统对抗训练方法, 所提框架在维
持基础分类性能的同时, 提升了模型面对多种攻击范式的防御能力, 且加快了训练收敛速度. 为对抗训练中鲁棒性-
泛化性的权衡提供了新思路, 对构建可信深度学习系统具有重要实践价值.
关键词: 鲁棒性; 自适应策略优化; 权衡学习; 对抗训练; 演化优化
中图法分类号: TP18

中文引用格式: 翟浩杰, 王冉, 邬文慧, 贾育衡. 基于自适应策略优化的鲁棒泛化权衡学习. 软件学报, 2026, 37(4): 1472–1491. http://
www.jos.org.cn/1000-9825/7522.htm
英文引用格式: Zhai HJ, Wang R, Wu WH, Jia YH. Trade-off Learning for Robustness and Generalization Based on Adaptive Strategy
Optimization. Ruan Jian Xue Bao/Journal of Software, 2026, 37(4): 1472–1491 (in Chinese). http://www.jos.org.cn/1000-9825/7522.
htm
Trade-off Learning for Robustness and Generalization Based on Adaptive Strategy Optimization
1
3,5
2,5
ZHAI Hao-Jie , WANG Ran , WU Wen-Hui , JIA Yu-Heng 4
1
(School of Mathematical Sciences, Shenzhen University, Shenzhen 518060, China)
2
(School of Artificial Intelligence, Shenzhen University, Shenzhen 518060, China)
3
(College of Electronic and Information Engineering, Shenzhen University, Shenzhen 518060, China)
4
(School of Computer Science and Engineering, Southeast University, Nanjing 211189, China)
5
(Guangdong Key Laboratory of Intelligent Information Processing (Shenzhen University), Shenzhen 518060, China)
Abstract: Adversarial training is regarded as a core defense mechanism for enhancing the robustness of deep models, yet its inherent
limitations significantly constrain its effectiveness in practical applications. Traditional adversarial training methods rely on fixed attack

* 基金项目: 国家自然科学基金 (62176160, U24A20322, 62376162); 广东省基础与应用基础研究基金自然科学基金 (2024B1515020109);
广东省智能信息处理重点实验室 (2023B1212060076)
本文由“高可信自适应机器学习”专题特约编辑王熙照教授、张敏灵教授、曹付元教授推荐.
收稿时间: 2025-04-15; 修改时间: 2025-06-30, 2025-08-15; 采用时间: 2025-08-20; jos 在线出版时间: 2025-09-02
CNKI 网络首发时间: 2025-11-27