神经网络在图像分类任务上表现优异，但它极易受添加微小扰动的对抗样本的影响，输出错误的分类结果；而目前防御方法存在图像特征提取能力不足、对图像关键区域特征关注较少的问题。针对这些问题，提出了一种融合残差密集块（RDB）自注意力机制和生成对抗网络（GAN）的攻击防御模型——RD-SA-DefGAN。该模型将GAN和投影梯度下降（PGD）攻击算法相结合，吸收PGD攻击算法生成的对抗样本进入训练样本扩充训练集，辅以条件约束稳定模型的训练过程。该模型添加了残差密集块和自注意力机制，在充分提取特征的同时，增大了关键区域特征对分类任务的贡献度。在CIFAR10、STL10和ImageNet20数据集上的实验结果表明，RD-SA-DefGAN能对对抗攻击实施有效防御，在抵御PGD对抗攻击上优于Adv.Training、Adv-BNN、Rob-GAN等防御方法。相较于结构最近似的Rob-GAN，在CIFAR10数据集上，RD-SA-DefGAN在扰动阈值为0.015~0.070时，防御成功率提升了5.0~9.1个百分点。
