[发明专利]一种视觉感知扰动约束的黑盒深度模型对抗样本生成方法

权利要求书

1.一种视觉感知扰动约束的黑盒深度模型对抗样本生成方法，其特征在于，包括以下步骤：

步骤1：初始化对抗样本，将原始图片输入攻击算法，作为当前对抗样本；

步骤2：使用经过训练的ResNet-50、VGG19、Inception-v3和MobileNet-v2网络，分别构建感知相似性实例；

步骤3：选择步骤2构建的其中一个感知相似性实例，使用对抗攻击算法中的对抗损失向当前对抗样本添加扰动；使用感知相似性实例，计算当前对抗样本与原始图片的感知相似性距离，对抗攻击算法使用感知相似性距离优化对抗样本，通过不断迭代更新对抗样本；

具体包括以下步骤：

步骤3.1：使用ResNet50网络，构建感知相似性实例D；

步骤3.2：使用CW对抗攻击算法，作为对抗样本的生成算法；

步骤3.3：将原始图片x作为初始对抗样本x′；

步骤3.4：使用对抗攻击算法的对抗损失函数L_adv，向当前对抗样本x′_i中添加扰动p，得到新的当前对抗样本x′_i，x′_i＝x′_i+p；

步骤3.5：使用感知相似性实例D，计算当前对抗样本x′_i与原始图片x的感知相似性距离L_dist；

步骤3.6：对抗攻击算法使用L_dist作为目标函数优化对抗样本x′_i；

步骤3.7：重复步骤3.4至步骤3.6，直到达到目标值或L_dist小于目标值，获得最终对抗样本x′＝x′_i；

步骤3.8：选择MI-FGSM对抗攻击算法，作为对抗样本的生成算法，重复步骤3.3至步骤3.7，获得最终对抗样本x′；

步骤3.9：选择HopSkipJumpAttack对抗攻击算法，作为对抗样本的生成算法，重复步骤3.3至步骤3.7，获得最终对抗样本x′；

步骤3.10：选择VGG19网络构建感知相似性实例D，重复步骤3.2至步骤3.9；

步骤3.11：选择Inception-v3网络构建感知相似性实例D，重复步骤3.2至步骤3.9；

步骤3.12：选择MobileNet-v2网络构建感知相似性实例D，重复步骤3.2至步骤3.9；

步骤4：将生成的对抗样本输入到相同网络结构和不同网络结构的模型中，计算成功率和转移性；

步骤4.1：使用ResNet50网络构建感知相似性实例，使用CW对抗攻击算法生成的对抗样本，攻击ResNet-50、VGG19、Inception-v3和MobileNet-v2网络，计算成功率和转移性；

步骤4.2：使用ResNet50网络构建感知相似性实例，使用MI-FGSM对抗攻击算法生成的对抗样本，攻击ResNet-50、VGG19、Inception-v3和MobileNet-v2网络，计算成功率和转移性；

步骤4.3：使用ResNet50网络构建感知相似性实例，使用HopSkipJumpAttack对抗攻击算法生成的对抗样本，攻击ResNet-50、VGG19、Inception-v3和MobileNet-v2网络，计算成功率和转移性；

步骤4.4：使用VGG19网络构建感知相似性实例，使用CW对抗攻击算法生成的对抗样本，攻击ResNet-50、VGG19、Inception-v3和MobileNet-v2网络，计算成功率和转移性；

步骤4.5：使用VGG19网络构建感知相似性实例，使用MI-FGSM对抗攻击算法生成的对抗样本，攻击ResNet-50、VGG19、Inception-v3和MobileNet-v2网络，计算成功率和转移性；

步骤4.6：使用VGG19网络构建感知相似性实例，使用HopSkipJumpAttack对抗攻击算法生成的对抗样本，攻击ResNet-50、VGG19、Inception-v3和MobileNet-v2网络，计算成功率和转移性；

步骤4.7：使用Inception-v3网络构建感知相似性实例，使用CW对抗攻击算法生成的对抗样本，攻击ResNet-50、VGG19、Inception-v3和MobileNet-v2网络，计算成功率和转移性；

步骤4.8：使用Inception-v3网络构建感知相似性实例，使用MI-FGSM对抗攻击算法生成的对抗样本，攻击ResNet-50、VGG19、Inception-v3和MobileNet-v2网络，计算成功率和转移性；

步骤4.9：使用Inception-v3网络构建感知相似性实例，使用HopSkipJumpAttack对抗攻击算法生成的对抗样本，攻击ResNet-50、VGG19、Inception-v3和MobileNet-v2网络，计算成功率和转移性；

步骤4.10：使用MobileNet-v2网络构建感知相似性实例，使用CW对抗攻击算法生成的对抗样本，攻击ResNet-50、VGG19、Inception-v3和MobileNet-v2网络，计算成功率和转移性；

步骤4.11：使用MobileNet-v2网络构建感知相似性实例，使用MI-FGSM对抗攻击算法生成的对抗样本，攻击ResNet-50、VGG19、Inception-v3和MobileNet-v2网络，计算成功率和转移性；

步骤4.12：使用MobileNet-v2网络构建感知相似性实例，使用HopSkipJumpAttack对抗攻击算法生成的对抗样本，攻击ResNet-50、VGG19、Inception-v3和MobileNet-v2网络，计算成功率和转移性。