该研究针对可转移对抗攻击在边缘计算环境中的高计算成本的挑战，提出了一种新的梯度编辑框架GE-AdvGAN+，集成了多种主流攻击方法以增强可转移性并显著降低资源消耗。实验结果表明，与基线方法相比，该框架在攻击成功率和计算效率上都有显著提升，具有重要的实际应用潜力。

介绍了一种名为MGAA的新型结构，采用元学习思想，通过插入攻击方法来提高跨模型的传递性。实验结果表明，该结构在黑盒和白盒攻击设置方面优于现有方法。