神经网络攻击傻瓜(FGSM)

Question

我试图攻击位于文件(model.h5)中的keras神经网络模型，并且根据foolbox的文档，TensorFlowModel支持keras模型。但是，当我将此应用于keras模型时，我得到了一个错误。我想知道这是否是由于我正在使用的傻瓜版本?

:

import foolbox
import numpy as np
import tensorflow as tf 
from foolbox.attacks import FGSM
from foolbox.criteria import Misclassification

############## Loading the model and preprocessing #####################  
tf.keras.backend.set_learning_phase(False)
model = tf.keras.load_model("model.h5") 
_, (images, labels) = tf.keras.datasets.mnist.load_data()
images = images.reshape(images.shape[0], 28, 28, 1)
images = images / 255
images = images.astype(np.float32)
######################### Attacking the model ##########################
fmodel = foolbox.models.TensorFlowModel(model, bounds=(0, 1))
attack = foolbox.attacks.FGSM(fmodel, criterion=Misclassification())
adversarial = np.array([attack(images[0], label=labels[0])])
model_predictions = model.predict(adversarial)
print('real label: {}, label prediction; {}'.format(
labels[0], np.argmax(model_predictions)))

误差:

TypeError                                 Traceback (most recent call last)
<ipython-input-28-29f5e9da9c7e> in <module>()
27 ######################### Attacking the model ##########################
28 
---> 29 attack = foolbox.attacks.FGSM(fmodel, criterion=Misclassification())
30 adversarial = np.array([attack(images[0], label=labels[0])])
31 
TypeError: __init__() missing 1 required positional argument: 'labels'

Answer 1

我今天遇到了这个问题，很难过看到这里没有答案。但是我算出来了，所以我们开始吧。

是的，这是由于您正在使用的愚盒版本。

在版本2.4.0和版本3.0.0b1之间，foolbox将Misclassification从没有参数的函数更改为需要'labels'参数的函数。使用foolbox 2.4.0应该可以解决这个问题。