本文探讨了基于扩散模型的对抗净化方法，显著提高了事件分类器在对抗攻击下的准确率，并降低了攻击影响。研究提出了导向扩散模型净化（GDMP）和渐进隔离被污染数据的方法，均在多个数据集上表现优异，增强了模型的鲁棒性。