PS-MIFGSM（ProjectedSimulatedMomentumIterativeFastGradientSignMethod）是一种聚焦图像对抗攻击算法，由吴立人等人提出。该算法在传统的MIFGSM（MomentumIterativeFastGradientSignMethod）基础上进行了改进，通过引入投影模拟技术来增强对抗样本的迁移性和攻击效果。PS-MIFGSM的核心思想是利用动量机制稳定优化方向，并结合投影模拟技术来更精确地逼近目标模型的决策边界，从而生成更具欺骗性的对抗样本。该算法在多个基准数据集和模型上表现出优越的攻击性能，尤其在黑盒攻击场景下具有较高的迁移性，能够有效绕过防御机制。吴立人团队的研究为对抗攻击领域提供了新的思路，推动了深度学习模型安全性和鲁棒性的研究进展。PS-MIFGSM的提出不仅丰富了对抗攻击方法，也为防御策略的设计提供了重要参考。