本发明公开了一种基于对抗攻击的图像压缩算法鲁棒性的提升方法。该方法的步骤如下：获取待测试的神经网络图像压缩算法模型和参数；针对任意输入图片，将初始扰动添加到输入图片中，获得重建图片；以最大化输出损失或者最小化输出重建图片与目标图片的差距为目标，迭代优化扰动，生成对抗样本；将上述对抗样本集成到网络模型的训练之中，直至模型对扰动充分鲁棒。本发明的方法是一种通用于各种神经网络压缩算法鲁棒性的提升方法，在与传统基于神经网络的图像压缩方法在大量图像序列上的同等比较中，在面对对抗攻击时，可以提升10dB以上的PSNR性能。