/pretrain-model-attack

adversarial attack using torchvision pretrained model on ciafr10

Primary LanguagePythonMIT LicenseMIT

pretrain-model-attack

adversarial attack using torchvision pretrained model on imagenet 使用torchvision的预训练模型进行生成对抗攻击，数据集为imagenet

攻击方法(attack mode)

  • PGD attack code from there epsilon=0.3, k=40, a=0.01

  • pixel attack

pixel = 3, maxiter=100,targeted=False, popsize=400, verbose=False

code from there

目前模型(model)

  • VGG11,VGG13,VGG16,VGG19

  • SqueezeNet1.0,SqueezeNet1.1

  • MobileNetV2

  • ResNet18,ResNet34,ResNet50

  • ShuffleNetV2

模型来自torchvision.model，更多细节参考

环境

  • torch==1.1.0

  • torchvision==0.3.0

  • pillow<7.0.0

  • tqdm

运行须知

  • 运行main.py即可，此方法需要配置config.py文件。或使用notebook运行main.ipynb，此方法不需要配置文件，在ipynb里面配置即可

  • 若./ckps文件夹下无预训练模型，则需要先训练模型

  • 先训练模型(main.py中的train()函数，若有预训练模型，可以跳过)，模型训练完并保存在ckps文件夹后，修改config中model_path为预训练路径

  • 实施攻击(main.py中attack_model_PGD()或attack_model_pixel()函数)，之后会保存所有内容在log.csv文件夹下，保存的内容有

     - 攻击类型
 - 模型名
 - 准确率(攻击前)
 - 准确率(攻击后)
 - 攻击成功率
 - 保存日志时间