李宏毅機器學習課程筆記-12.4對抗攻擊代碼實戰

本文爲作者學習李宏毅機器學習課程時參照樣例完成homework6的記錄。

全部課程PPT、數據和代碼下載鏈接：

鏈接：https://pan.baidu.com/s/1n_N7aoaNxxwqO03EmV5Bjg 提取碼：tpmc

代碼倉庫：https://github.com/chouxianyu/LHY_ML2020_Codes

• 任務描述

  選擇一個Proxy Network實現Black Box Attack，通過FGSM(Fast Gradient Sign Method)實現Non-targeted Adversial Attack。

• 數據集描述

  有200張圖片，命名格式爲編號.png，尺寸爲224×224。

  categories.csv：1000個類別，索引爲[0,999]，

  labels.csv：每張圖片的信息(包括類別索引)

• 評估指標

  • 所有輸入圖片\(x^0\)和攻擊圖片\(x'\)的L-infinity的平均值
  • 攻擊的成功率

• 結果

  Original Proxy Network	 Accuracy: 0.865
  After Attack(epsilon: 0.1)	 Accrucy: 0.03
  Original Proxy Network	 Accuracy: 0.865
  After Attack(epsilon: 0.01)	 Accrucy: 0.27
  

  使用預訓練的VGG16作爲Proxy Network，可知在攻擊前Proxy Nerwork的準確率爲0.865，而攻擊後準確率爲0.03(epsilon爲0.1)、0.27(epsilon爲0.01)

---

Github（github.com）：@chouxianyu

Github Pages（github.io）：@臭鹹魚

知乎（zhihu.com）：@臭鹹魚

博客園（cnblogs.com）：@臭鹹魚

B站（bilibili.com）：@絕版臭鹹魚

微信公衆號：@臭鹹魚

轉載請註明出處，歡迎討論和交流!

---