本发明属于对抗样本防御领域，具体涉及一种针对图像分类的两阶段对抗防御方法及系统，所述方法包括：将多个不同结构的深度神经网络使用相同的训练集进行训练，得到多个完成训练的分类器作为备选模型；从多个备选模型中构建最优模型池；将对抗图像进行随机几何变换，破坏对抗图像中扰动的特定空间结构；从最优模型池中随机选择一个分类器，对进行随机几何变换后图像进行分类；本发明提出的对抗防御方法同时从数据和模型层面构建防御，可以更全面地抵御多种类型和不同扰动强度的对抗图像，并且几乎不会影响模型对干净样本的分类表现。