对抗攻击2——FGSM(Fast Gradient Sign Method)

 FGSM被设计用于在给定的输入样本中快速找对抗扰动方向，并使得目标模型的训练损失增大，减小分类置信度，增大内类类别混淆的可能性。使训练损失增大的对抗扰动的方向并不能保证模型误分类，但是对抗扰动的梯度方向比其它的方向更有可能导致模型误分类。
 FGSM通过计算损失函数关于输入样本的的梯度，对梯度进行$\mathrm{s}\mathrm{i}\mathrm{g}\mathrm{n}$操作，并乘以一个约束参数$ϵ$，具体的公式如下所示：$$x^{\prime }=x+ϵ\cdot \mathrm{s}\mathrm{i}\mathrm{g}\mathrm{n}({\nabla }_x\mathcal{L}(x,y)),$$其中${\nabla }_x\mathcal{L}(x,y)$是损失函数关于输入样本$x$的一阶导数。生成的对抗样本控制在输入样本的空间中。