1.一种基于样本预处理的低成本对抗样本防御方法，其特征在于，包括：步骤一，接收输入样本，调整样本大小；

步骤二，使用切割图像冗余信息模块对样本进行切割处理，剔除部分干扰区域；

步骤三，使用图像放缩模块来处理切割模块处理完的样本；

步骤四，使用像素值统一化模块对放缩后的样本进行像素值统一化操作；

步骤五，对步骤四处理完的样本进行图像放缩操作，将尺寸放缩到模型识别干净样本时可获得的最佳样本准确率的样本尺寸；

步骤六，将处理后的样本输入目标模型，通过评价指标来评价算法防御能力；

所述步骤一，调整原有的输入样本大小，设原有输入大小为64×64，使用基于样本预处理的低成本对抗样本防御方法作为防御手段后，需要调整为一个大于64×64的尺寸，使其作为基于样本预处理的低成本对抗样本防御方法的输入样本；

所述步骤二，通过计算相邻像素点的像素值差异来决定保留的区域，选择好保留的区域后，将保留下来的区域的尺寸放大到未切割处理以前的尺寸；

所述步骤四，防御者需要提供一个包含部分像素值的有序列表，然后将样本中像素值位于此列表中任意两个相邻像素值范围内的像素点的值统一更改为这两个相邻像素值的平均值。

2.根据权利要求1所述的基于样本预处理的低成本对抗样本防御方法，其特征在于，所述基于样本预处理的低成本对抗样本防御方法，可以通过软件平台进行仿真实验，软件平台可以选择使用Google Colab或anaconda，在此平台上安装并调用各种程序需要的库函数，并采用开源的跨平台python库，使用cleverhans库实施对抗样本攻击，实现在对抗场景下使用所述的对抗样本防御方法实施对抗样本防御。

3.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求

1‑2任意一项所述基于样本预处理的低成本对抗样本防御方法的步骤。

4.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1‑2任意一项所述基于样本预处理的低成本对抗样本防御方法的步骤。