该论文提出了PANDORA，一种针对边缘物联网设备的轻量级对抗防御方法。边缘物联网设备资源受限，容易受到对抗样本攻击，导致机器学习模型失效。现有防御方法计算开销大，难以部署在边缘设备上。PANDORA利用不确定性感知的度量学习，通过训练模型区分正常样本和对抗样本的不确定性特征，从而在低计算成本下实现有效防御。该方法在多个数据集上进行了实验，证明了其在保持高检测率的同时，显著降低了计算开销，适合边缘部署。论文的主要贡献包括：提出轻量级对抗防御框架、不确定性感知度量学习机制，以及在真实边缘设备上的性能验证。