图像源识别在图像取证中起着重要作用。 传统的图像源识别技术依赖于训练数据集被正确标记的假设。 但是，在现实世界中，这种假设可能不是事实，并且训练数据集中可能存在一些嘈杂的样本。 在本文中，首先，我们从理论上研究了噪声样本对识别性能的影响。 然后，提出了一种新的图像源识别方法，即抗噪图像源识别（AISI），以处理那些嘈杂的样本。 AISI具有三个步骤，即噪声级别评估，基于噪声级别的采样和多重分类。 噪声水平评估旨在为每个样本分配一个噪声水平，该噪声水平指示出产生噪声的可能性。 基于噪声水平的采样的