本发明公开了一种基于频域的特征空间对抗样本攻击方法及系统，方法包括：获取图像数据集，构建得到训练数据；对所述训练数据中的图像进行预处理后，通过Pytorch深度学习框架搭建得到的生成器网络；根据所述生成器网络，通过小波变换来对所述训练数据中的图像进行分解与重构，得到初始化的对抗样本；基于频域的特征空间攻击方法，将生成的对抗样本输入至目标模型中进行训练，利用目标模型所提取的图像特征构建损失函数，并得到最终的对抗样本；根据最终的对抗样本，完成对抗样本攻击过程。本发明实施例能够保证对抗样本在达到好的攻击效果的同时保持优秀的不可感知性，可广泛应用于计算机技术领域。