0

我使用 cw 的cleverhans 代码在 Imagenet 上生成对抗性示例。目标模型是 InceptionV3（来自 keras），我想使用 cw 进行有针对性的攻击。但是当我保存广告图像时，它们与原始图像相比发生了很大变化。我想也许我使用了错误的参数。cw_params = {'binary_search_steps': 10, 'y_target': None,#(我稍后指定 y_target) 'max_iterations': 20000, 'learning_rate': .0002, 'batch_size': 1, 'initial_const': 10}

我尝试了很多参数，但我仍然找不到像carlini的论文那样好的效果。而且当我使用这个参数时，运行时间真的很长。我不知道合适的时间。

#just some key codes:
temp_seeds=np.array(image.load_img(item_in_seed,target_size=(299,299)))
temp_seeds=np.expand_dims(temp_seeds,axis=0)
cw = CarliniWagnerL2(wrap, sess=sess)
cw_params = {'binary_search_steps': 10,
               'y_target': None,#(I specific the y_target later)
               'max_iterations': 20000,
               'learning_rate': .0002,
               'batch_size': 1,
               'initial_const': 10}

adv= cw.generate_np(temp_seeds, **cw_params)

目标攻击的成功示例与 Imagenet 中的原始图像相比发生了很大变化。我怎样才能得到像cw的论文那样的小扰动和同样大的效果

4

1 回答 1

0

很难从这个描述中确定您面临的具体问题，但这里有两个建议：

  • 确保输入域易于优化（CW 论文更改了变量以确保遵守框约束）。

  • 在计算对手的损失时，请确保将正确的值从模型传递给攻击。通常情况下，数值不稳定性会阻止攻击正常运行。

希望这可以帮助！

于 2019-07-31T16:16:44.770 回答