本发明公开了面向深度学习图像分类模型的泛化的安全性评估方法，属于机器学习技术领域。目前深度学习相关研究中所要解决的重要问题是在解决深度学习图像分类模型面临的具有泛化特征的安全威胁问题的同时提高模型的鲁棒性，本发明利用面向深度学习图像分类模型的泛化的安全性评估方法，通过测试深度学习图像分类模型的针对对抗样本的主动防御能力、对抗样本检测能力以及针对对抗样本的被动防御能力等指标，对深度学习图像分类模型的安全性做出全面评估，并在评估过程中发掘模型存在的安全漏洞，与此同时，由于本发明存在的泛化特性，使得该方法能够适用于绝大多数深度学习图像分类模型，这对提高深度学习领域的安全性具有重要的理论和实践意义。