之前已经针对CIFAR10训练了多种分类器：
Pytorch | 从零构建AlexNet对CIFAR10进行分类
Pytorch | 从零构建Vgg对CIFAR10进行分类
Pytorch | 从零构建GoogleNet对CIFAR10进行分类
Pytorch | 从零构建ResNet对CIFAR10进行分类
Pytorch | 从零构建MobileNet对CIFAR10进行分类
Pytorch | 从零构建EfficientNet对CIFAR10进行分类
Pytorch | 从零构建ParNet对CIFAR10进行分类

本篇文章我们使用Pytorch实现BIM/I-FGSM对CIFAR10上的ResNet分类器进行攻击.

CIFAR数据集

CIFAR-10数据集是由加拿大高级研究所（CIFAR）收集整理的用于图像识别研究的常用数据集，基本信息如下：

• 数据规模：该数据集包含60,000张彩色图像，分为10个不同的类别，每个类别有6,000张图像。通常将其中50,000张作为训练集，用于模型的训练；10,000张作为测试集，用于评估模型的性能。
• 图像尺寸：所有图像的尺寸均为32×32像素，这相对较小的尺寸使得模型在处理该数据集时能够相对快速地进行训练和推理，但也增加了图像分类的难度。
• 类别内容：涵盖了飞机（plane）、汽车（car）、鸟（bird）、猫（cat）、鹿（deer）、狗（dog）、青蛙（frog）、马（horse）、船（ship）、卡车（truck）这10个不同的类别，这些类别都是现实世界中常见的物体，具有一定的代表性。

下面是一些示例样本：

BIM介绍

BIM（Basic Iterative Method）算法，也称为迭代快速梯度符号法（Iterative Fast Gradient Sign Method，I-FGSM），是一种基于梯度的对抗攻击算法，以下是对它的详细介绍：

基本原理

• 利用模型梯度：与FGSM（Fast Gradient Sign Method）算法类似，BMI算法也是利用目标模型对输入数据的梯度信息来生成对抗样本。通过在原始输入样本上添加一个微小的扰动，使得模型对扰动后的样本产生错误的分类结果。
• 迭代更新扰动：不同于FGSM只进行一次梯度计算和扰动添加，BMI算法通过多次迭代来逐步调整扰动，每次迭代都根据当前模型对扰动后样本的梯度来更新扰动，使得扰动更具针对性和有效性，从而增加攻击的成功率。

算法流程

1. 初始化：首先获取原始的输入图像(x)和对应的真实标签 $y$，并设置一些攻击参数，如扰动量 $ϵ$、步长 $\alpha$ 和迭代次数 $T$ 等。然后将原始图像复制一份作为初始的对抗样本 $x^{adv}=x$。
2. 迭代攻击：在每次迭代 $t$（$t=1,2,\cdots ,T$）中，将当前的对抗样本 $x^{adv}$ 输入到目标模型 $f$ 中，计算模型的输出 $f(x^{adv})$ 和损失 $J(x^{adv},y)$，其中损失函数通常使用交叉熵损失等。接着计算损失关于对抗样本的梯度 ${\nabla }_{x^{adv}}J(x^{adv},y)$，并根据梯度的符号来更新对抗样本：$x^{adv}=x^{adv}+\alpha \cdot \text{sign}({\nabla }_{x^{adv}}J(x^{adv},y))$。
3. 裁剪扰动：为了确保扰动后的样本与原始样本在视觉上不会有太大差异，需要对更新后的对抗样本进行裁剪，使其满足 $x^{adv}=\text{clip}(x^{adv},x-ϵ,x+ϵ)$，即保证扰动后的样本在原始样本的 $ϵ$ 邻域内。
4. 终止条件判断：经过(T)次迭代后，得到最终的对抗样本(x^{adv})，此时将其输入到目标模型中，若模型对其的预测结果与真实标签不同，则攻击成功，否则攻击失败。

BIM代码实现

BIM算法实现

import torch
import torch.nn as nndef BIM(model, criterion, original_images, labels, epsilon, num_iterations=10):"""BIM (Basic Iterative Method)I-FGSM (Iterative Fast Gradient Sign Method)参数:model: 要攻击的模型criterion: 损失函数original_images: 原始图像labels: 原始图像的标签epsilon: 最大扰动幅度num_iterations: 迭代次数 """# alpha 每次迭代步长alpha = epsilon / num_iterationsperturbed_images = original_images.clone().detach().requires_grad_(True)for _ in range(num_iterations):# 计算损失outputs = model(perturbed_images)loss = criterion(outputs, labels)model.zero_grad()# 计算梯度loss.backward()# 更新对抗样本perturbation = alpha * perturbed_images.grad.sign()perturbed_images = perturbed_images + perturbationperturbed_images = torch.clamp(perturbed_images, original_images - epsilon, original_images + epsilon)perturbed_images = perturbed_images.detach().requires_grad_(True)return perturbed_images

攻击效果

代码汇总

bim.py

import torch
import torch.nn as nndef BIM(model, criterion, original_images, labels, epsilon, num_iterations=10):"""BIM (Basic Iterative Method)I-FGSM (Iterative Fast Gradient Sign Method)参数:model: 要攻击的模型criterion: 损失函数original_images: 原始图像labels: 原始图像的标签epsilon: 最大扰动幅度num_iterations: 迭代次数 """# alpha 每次迭代步长alpha = epsilon / num_iterationsperturbed_images = original_images.clone().detach().requires_grad_(True)for _ in range(num_iterations):# 计算损失outputs = model(perturbed_images)loss = criterion(outputs, labels)model.zero_grad()# 计算梯度loss.backward()# 更新对抗样本perturbation = alpha * perturbed_images.grad.sign()perturbed_images = perturbed_images + perturbationperturbed_images = torch.clamp(perturbed_images, original_images - epsilon, original_images + epsilon)perturbed_images = perturbed_images.detach().requires_grad_(True)return perturbed_images

train.py

import torch
import torch.nn as nn
import torchvision
import torchvision.transforms as transforms
from models import ResNet18# 数据预处理
transform_train = transforms.Compose([transforms.RandomCrop(32, padding=4),transforms.RandomHorizontalFlip(),transforms.ToTensor(),transforms.Normalize((0.4914, 0.4822, 0.4465), (0.2023, 0.1994, 0.2010))
])transform_test = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.4914, 0.4822, 0.4465), (0.2023, 0.1994, 0.2010))
])# 加载Cifar10训练集和测试集
trainset = torchvision.datasets.CIFAR10(root='./data', train=True, download=False, transform=transform_train)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=128, shuffle=True, num_workers=2)testset = torchvision.datasets.CIFAR10(root='./data', train=False, download=False, transform=transform_test)
testloader = torch.utils.data.DataLoader(testset, batch_size=100, shuffle=False, num_workers=2)# 定义设备（GPU或CPU）
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")# 初始化模型
model = ResNet18(num_classes=10)
model.to(device)# 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(model.parameters(), lr=0.01)if __name__ == "__main__":# 训练模型for epoch in range(10):  # 可以根据实际情况调整训练轮数running_loss = 0.0for i, data in enumerate(trainloader, 0):inputs, labels = data[0].to(device), data[1].to(device)optimizer.zero_grad()outputs = model(inputs)loss = criterion(outputs, labels)loss.backward()optimizer.step()running_loss += loss.item()if i % 100 == 99:print(f'Epoch {epoch + 1}, Batch {i + 1}: Loss = {running_loss / 100}')running_loss = 0.0torch.save(model.state_dict(), f'weights/epoch_{epoch + 1}.pth')print('Finished Training')

advtest.py

import torch
import torch.nn as nn
import torchvision
import torchvision.transforms as transforms
from models import *
from attacks import *
import ssl
import os
from PIL import Image
import matplotlib.pyplot as pltssl._create_default_https_context = ssl._create_unverified_context# 定义数据预处理操作
transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.491, 0.482, 0.446), (0.247, 0.243, 0.261))])# 加载CIFAR10测试集
testset = torchvision.datasets.CIFAR10(root='./data', train=False,download=False, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=128,shuffle=False, num_workers=2)# 定义设备（GPU优先，若可用）
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")model = ResNet18(num_classes=10).to(device)criterion = nn.CrossEntropyLoss()# 加载模型权重
weights_path = "weights/epoch_10.pth"
model.load_state_dict(torch.load(weights_path, map_location=device))if __name__ == "__main__":# 在测试集上进行FGSM攻击并评估准确率model.eval()  # 设置为评估模式correct = 0total = 0epsilon = 16 / 255  # 可以调整扰动强度for data in testloader:original_images, labels = data[0].to(device), data[1].to(device)original_images.requires_grad = Trueattack_name = 'BIM'if attack_name == 'FGSM':perturbed_images = FGSM(model, criterion, original_images, labels, epsilon)elif attack_name == 'BIM':perturbed_images = BIM(model, criterion, original_images, labels, epsilon)perturbed_outputs = model(perturbed_images)_, predicted = torch.max(perturbed_outputs.data, 1)total += labels.size(0)correct += (predicted == labels).sum().item()accuracy = 100 * correct / total# Attack Success RateASR = 100 - accuracyprint(f'Load ResNet Model Weight from {weights_path}')print(f'epsilon: {epsilon}')print(f'ASR of {attack_name} : {ASR}%')