深度神经网络凭借其高表达能力,近年来成为关注度最高的机器学习模型之一,并已在各个领域得到了广泛应用。但是,由于深度神经网络存在易受对抗样本干扰的问题,这使其在许多领域的应用可靠性受到挑战。为保护深度神经网络应用系统的安全,研究人员提出了一系列对抗样本防御方法。其中,基于重构差异的对抗样本检测方法拥有部署的灵活性,可用于实时防御,但缺少应对未知攻击的能力,并且抵御强扰动攻击的鲁棒性较差。是否拥有应对未知攻击的能力,是衡量对抗样本检测以及其他防御系统性能的关键因素之一。本文对上述问题进行了研究,试图寻找一种能够灵活部署且能够防御未知攻击的对抗样本检测方法。主要的研究如下:1.本文通过实验分析认为:重构器的失效重构现象是导致现有检测方法应对未知攻击性能较差的原因。由于重构器的重构性能优劣对现有检测方法的实际防御能力具有决定性的影响,本部分的研究内容主要针对重构性能进行评估,并寻找重构器针对未知攻击所完成的失效重构的具体表现以及产生因素。因为重构器是一种降噪自动编码器模型,该部分围绕重构器训练阶段所使用的两种退化过程（高斯噪声和对抗扰动）展开了实验。实验结果发现了两种退化过程存在局限性,这些问题导致重构器应对未知攻击时完成了失效重构。2.本文在第1个研究内容基础之上,从深度神经网络决策区域角度对失效重构的原因进行解读,并提出使用一种特殊攻击贴纸对重构器的失效重构过程进行主动干预,由此设计出一种新颖的对抗样本检测方法。该方法中的重构器训练于使用特殊攻击贴纸退化的训练集。在检测阶段,基于在输入样本上叠加贴纸的主动干预方式,使得性能较差的重构器仅对添加贴纸后的输入样本进行处理,避免了对输入的攻击样本的直接重构。上述改进方式使重构器能够在重构未知攻击样本时稳定地制造明显的重构差异,进而排除了因重构器性能问题对检测方法的检测率的不良影响。针对提出方法进行的一系列性能评估实验表明了其具有更优的应对未知攻击的普适性及稳定性,并拥有应对强扰动攻击的鲁棒性。