使用示例

示例1：攻击基于MNIST数据集的CNN模型

首先需要生成攻击用的模型，advbox的测试模型是一个识别MNIST的cnn模型。

python mnist_model.py

运行攻击代码，以基于FGSM算法的演示代码为例。

python mnist_tutorial_fgsm.py

运行攻击脚本，对MNIST数据集进行攻击，测试样本数量为500，其中攻击成功394个，占78.8%。

attack success, original_label=4, adversarial_label=9, count=498
attack success, original_label=8, adversarial_label=3, count=499
attack success, original_label=6, adversarial_label=1, count=500
[TEST_DATASET]: fooling_count=394, total_count=500, fooling_rate=0.788000
fgsm attack done

完整的攻击算法和代码对应关系如下：

攻击算法	代码文件
lbfgs	mnist_tutorial_lbfgs.py
fgsm	mnist_tutorial_fgsm.py
bim	mnist_tutorial_bim.py
ilcm	mnist_tutorial_ilcm.py
mifgsm	mnist_tutorial_mifgsm.py
jsma	mnist_tutorial_jsma.py
deepfool	mnist_tutorial_deepfool.py

示例2：攻击基于CIFAR10数据集的ResNet模型

首先需要生成攻击用的模型，advbox的测试模型是一个识别CIFAR10的ResNet模型。

python cifar10_model.py

运行攻击代码，以基于FGSM算法的演示代码为例。

python cifar10_tutorial_fgsm.py

完整的攻击算法和代码对应关系如下：

攻击算法	代码文件
bim	cifar10_tutorial_bim.py
fgsm	cifar10_tutorial_fgsm.py
deepfool	cifar10_tutorial_deepfool.py
jsma	cifar10_tutorial_ jsma.py