本文探讨了基于神经网络的无参考视频质量度量方法及其对抗鲁棒性，提出了快速对抗扰动攻击方法（FACPA）以提高实时视频处理的稳定性。研究分析了15种质量度量在对抗攻击下的表现，发现部分度量具有较强的抵抗能力。此外，提出了ReLaX-VQA模型，验证了其在无参考视频质量评估中的优越性，并研究了图像质量评估中的防御策略。