对抗样本中L0、L2、Linf范数的理解与实现

最新推荐文章于 2022-09-29 00:17:45 发布

Anthony_CH

最新推荐文章于 2022-09-29 00:17:45 发布

阅读量1.6k

点赞数 3

文章标签： python 生成对抗样本深度学习 AI安全

本文链接：https://blog.csdn.net/qq_56039091/article/details/125231973

版权

L0范数

在这里插入图片描述

L2范数

在这里插入图片描述

Linf范数

在这里插入图片描述

Code

import numpy as np
import matplotlib.pyplot as plt

#输入格式示例为：[None,224,244,3] 归一化后的数据
def show_d(img,img_adv,show=True):
    #(224*224*3)
    size=(img.shape[0])*(img.shape[1])*(img.shape[2])*(img.shape[3])
    
    print('Image Size {} Shape {}'.format(size,img.shape) )
    
    #计算该变量
    deta=img[0] - img_adv[0]
    
    #计算绝对量
    _l0 = len(np.where(np.abs(deta)>0.0)[0])   
    _l1 = np.sum(np.abs(deta))
    _l2 = np.linalg.norm(deta) 
    _linf = np.max(np.abs(deta))
    #计算相对量
    #l0 = int(99*len(np.where(np.abs(img[0] - img_adv[0])>0.5)[0]) / size ) + 1
    l0=int(_l0*99/size)+1
    l1 = int(99*np.sum(np.abs(img[0] - img_adv[0])) / np.sum(np.abs(img[0]))) + 1
    #l2 = int(99*np.linalg.norm(img[0] - img_adv[0]) / np.linalg.norm(img[0])) + 1 
    l2=int(99*_l2 / np.linalg.norm(img[0])) + 1 
    #linf = int(99*np.max(np.abs(img[0] - img_adv[0])) / 255) + 1
    linf = int(99*_linf / 255) + 1
    print('Noise L_0 norm: (absolute:){} (compare:){}%'.format(_l0,l0) )
    print('Noise L_2 norm: (absolute:){} (compare:){}%'.format(_l2,l2) )
    print('Noise L_inf norm: (absolute:){} (compare:){}%'.format(_linf,linf) )

    
    if show:
        plt.figure()

        plt.subplot(131)
        plt.title('Original')
        plt.imshow(img[0])
        plt.axis('off')

        plt.subplot(132)
        plt.title('Adversarial')
        plt.imshow(img_adv[0])
        plt.axis('off')

        plt.subplot(133)
        plt.title('Adversarial-Original')
        difference = img_adv - img

        difference=difference / abs(difference).max()/2.0+0.5

        plt.imshow(difference[0],cmap=plt.cm.gray)
        plt.axis('off')
        plt.tight_layout()
        plt.show()
    
    return (l0,l2,linf)