-
Notifications
You must be signed in to change notification settings - Fork 1
/
AttackTorchAttacksTest.py
326 lines (310 loc) · 19.8 KB
/
AttackTorchAttacksTest.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
#!/usr/bin/env python
# -*- coding: UTF-8 -*-
'''
@Project : AdvRobust
@File : AttackTorchAttacksTest.py
@Author : igeng
@Date : 2022/3/18 16:54
@Descrip :
'''
from __future__ import print_function
import torch
import torch.nn as nn
import torch.optim as optim
import torch.nn.functional as F
import torchvision
import torchvision.transforms as transforms
import os
import argparse
import tqdm
import random
import numpy as np
from models import *
from attacks import *
import torchattacks
from robustbench.utils import load_model
from robustbench.model_zoo.cifar10 import linf
def attack_test(adversary, testloader, args, net, lib_type):
net.eval()
adv_correct = 0
total = 0
batch_total = len(testloader)
for batch_step, (imgs, labels) in enumerate(testloader):
imgs, labels = imgs.to(args.device), labels.to(args.device)
total += labels.size(0)
adv_examples = imgs
if lib_type == 'AdvRobust':
# print("The {} step attack from AdvRobust!".format(batch_step))
adv_examples = adversary.perturb(imgs, labels)
elif lib_type == 'TorchAttacks':
# print("The {} step attack from TorchAttacks!".format(batch_step))
adv_examples = adversary.forward(imgs, labels)
elif lib_type == 'Clean':
print("The {} step clean test!".format(batch_step))
adv_outputs = net(adv_examples)
_, predicted = adv_outputs.max(1)
adv_correct += predicted.eq(labels).sum().item()
acc = 100 * adv_correct / total
print('Progress : {:.2f}% / Accuracy : {:.2f}%'.format(
(batch_step + 1) / batch_total * 100, acc), end='\r'
)
print('Model: {} is attacked by {}. The predict accuracy is {}.'.format(args.model, args.attack, acc))
if __name__ == "__main__":
parser = argparse.ArgumentParser(description='Adversarial Attack Test')
parser.add_argument('--seed', default=199592, type=int)
parser.add_argument('--attack', default='PGD', type=str)
parser.add_argument('--model', default='Carmon2019Unlabeled', type=str)
parser.add_argument('--batch_size', default=100, type=int)
parser.add_argument('--iteration', default=100, type=int)
parser.add_argument('--momentum_decay', default=0.9, type=float)
parser.add_argument('--random_start', default=True, type=bool)
parser.add_argument('--norm_ord', default='Linf', type=str)
parser.add_argument('--eps_division', default=1e-10, type=float)
parser.add_argument('--attack_targeted', default=True, type=bool)
parser.add_argument('--decay', default=0.5, type=float)
# FGSM attack setting.
parser.add_argument('--fgsm_epsilon', default=8.0 / 255, type=float)
parser.add_argument('--fgnm_alpha', default=8.0 / 255, type=float)
# PGD attack setting.
parser.add_argument('--pgd_epsilon', default=0.031, type=float)
parser.add_argument('--pgd_eps_step', default=0.003, type=float)
parser.add_argument('--pgd_n_steps', default=20, type=int)
# BIM(I-FGSM) attack setting.
parser.add_argument('--bim_epsilon', default=4.0/255, type=float)
parser.add_argument('--bim_eps_iter', default=1.0 / 255, type=float)
parser.add_argument('--bim_n_iters', default=10, type=int)
# MIM(MI-FGSM) attack setting.
parser.add_argument('--mim_epsilon', default=8.0 / 255, type=float)
parser.add_argument('--mim_eps_iter', default=2.0 / 255, type=float)
parser.add_argument('--mim_n_iters', default=5, type=int)
# NIM(NI-FGSM) attack setting.
parser.add_argument('--nim_epsilon', default=8.0 / 255, type=float)
parser.add_argument('--nim_eps_iter', default=1.0 / 255, type=float)
parser.add_argument('--nim_n_iters', default=10, type=int)
parser.add_argument('--nim_decay', default=1.0, type=float)
# CW attack setting.
parser.add_argument('--cw_c', default=1e+100, type=float)
parser.add_argument('--cw_k', default=-10000.0, type=float)
parser.add_argument('--cw_n_iters', default=1000, type=int)
parser.add_argument('--cw_lr', default=0.0001, type=float)
parser.add_argument('--cw_binary_search_steps', default=9, type=int)
# Nesterov attack setting.
parser.add_argument('--nes_lr', default=0.1, type=float)
# LookAhead attack setting.
parser.add_argument('--la_steps', default=8, type=int)
parser.add_argument('--la_k', default=5, type=int)
parser.add_argument('--la_alpha', default=0.99, type=float)
parser.add_argument('--la_decay', default=0.9, type=float)
parser.add_argument('--la_exp_decay', default=0.999, type=float)
# WRPGD
parser.add_argument('--wrpgd_epsilon', default=8.0 / 255, type=float)
parser.add_argument('--wrpgd_eps_step', default=2.0 / 255, type=float)
parser.add_argument('--wrpgd_n_steps', default=40, type=int)
parser.add_argument('--wrpgd_n_restarts', default=1, type=int)
parser.add_argument('--wrpgd_T', default=10, type=int)
args = parser.parse_args()
args.device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
print('Arguments for attack:')
print(args)
# Set random seed.
seed = args.seed
random.seed(seed)
torch.manual_seed(seed)
torch.cuda.manual_seed(seed)
np.random.seed(seed)
torch.backends.cudnn.deterministic = True
torch.backends.cudnn.benchmark = False
print('Preparing attack data!')
transforms_test = transforms.Compose([transforms.ToTensor()])
test_set = torchvision.datasets.CIFAR10(root='./datasets', train=False, download=True, transform=transforms_test)
test_loader = torch.utils.data.DataLoader(test_set, batch_size=args.batch_size, shuffle=False, num_workers=4)
# model_list contains all cifar10-Linf models.
model_list = []
for model, _ in linf.items():
print('Loading {} from pre_models in RobustBench!'.format(model))
model = 'Zhang2019Theoretically'
net = load_model(model_name=model, model_dir='./per_comparison/models', dataset='cifar10',
threat_model='Linf').to("cuda")
net = torch.nn.DataParallel(net)
args.model = model
for i in range(14, 17):
advesary = None
if i == 0:
print("#######################################################################################")
print("################################# VANILA attack #####################################")
print("#######################################################################################")
print("####### Clean accuracy #######")
advesary_com = torchattacks.VANILA(net)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
elif i == 1:
print("#######################################################################################")
print("################################ FGSM + X attack #####################################")
print("#######################################################################################")
print("####### TorchAttacks FGSM attack #######")
advesary_com = torchattacks.FGSM(net, eps=8.0 / 255) # mnist eps=0.3
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks R-FGSM attack #######")
advesary_com = torchattacks.RFGSM(net, eps=8.0 / 255, alpha=4.0 / 255)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks DIFGSM attack #######")
advesary_com = torchattacks.DIFGSM(net)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks FFGSM attack #######")
advesary_com = torchattacks.FFGSM(net)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks MIFGSM attack #######")
advesary_com = torchattacks.MIFGSM(net, steps=20)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks TIFGSM attack #######")
advesary_com = torchattacks.TIFGSM(net)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks BIM attack #######")
advesary_com = torchattacks.BIM(net, eps=8.0 / 255, alpha=2.0 / 255)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
elif i == 2:
print("#######################################################################################")
print("################################ PGD + X attack #####################################")
print("#######################################################################################")
print("####### TorchAttacks PGD attack with 7 steps #######")
advesary_com = torchattacks.PGD(net, eps=8.0 / 255, alpha=2.0 / 255, steps=7)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks PGD attack with 20 steps #######")
advesary_com = torchattacks.PGD(net, eps=8.0 / 255, alpha=2.0 / 255, steps=20)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks PGD attack with 40 steps #######")
advesary_com = torchattacks.PGD(net, eps=8.0 / 255, alpha=2.0 / 255, steps=40)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks PGDL2 attack #######")
advesary_com = torchattacks.PGDL2(net, eps=8.0 / 255, alpha=2.0 / 255, steps=40)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks Ultimate MOMENTUM PGD attack with CELoss #######")
advesary_com = torchattacks.UPGD(net, eps=8.0 / 255, alpha=2.0 / 255, steps=40, random_start=True)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks Ultimate MOMENTUM PGD attack with MarginLoss #######")
advesary_com = torchattacks.UPGD(net, eps=8.0 / 255, alpha=2.0 / 255, steps=40, loss='margin', random_start=True)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks Ultimate MOMENTUM PGD attack with DLRLoss #######")
advesary_com = torchattacks.UPGD(net, eps=8.0 / 255, alpha=2.0 / 255, steps=40, loss='dlr', random_start=True)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
elif i == 3:
print("#######################################################################################")
print("############################ Iteration Optimizer attack ###############################")
print("#######################################################################################")
print("####### TorchAttacks CW attack #######")
advesary_com = torchattacks.CW(net)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks DeepFool attack #######")
advesary_com = torchattacks.DeepFool(net)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
elif i == 4:
print("#######################################################################################")
print("################################# AutoAttack attack ###################################")
print("#######################################################################################")
print("####### TorchAttacks APGD-CE attack #######")
advesary_com = torchattacks.APGD(net)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks APGD-DLR attack #######")
advesary_com = torchattacks.APGD(net, loss='dlr')
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks FAB attack #######")
advesary_com = torchattacks.FAB(net)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
print("####### TorchAttacks Square attack #######")
advesary_com = torchattacks.Square(net)
attack_test(advesary_com, test_loader, args, net, 'TorchAttacks')
elif i == 5:
print("#######################################################################################")
print("######################## Nesterov Accelerate Gradient attack ##########################")
print("#######################################################################################")
print("####### AdvRobust WRNM_PGD_Vanila attack #######")
advesary_com = WRNM_PGD_Vanila(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
print("####### AdvRobust WRNM_PGD_LTG attack #######")
advesary_com = WRNM_PGD_LTG(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
print("####### AdvRobust WRNMM attack #######")
advesary_com = WRNMM(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
print("####### AdvRobust WRNM_PGD_equal attack #######")
advesary_com = WRNM_PGD_equal(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
elif i == 6:
print("#######################################################################################")
print("################################## LookAhead attack ###################################")
print("#######################################################################################")
print("####### AdvRobust LookAhead attack #######")
advesary_com = LookAhead(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
elif i == 7:
print("#######################################################################################")
print("################################ LookAheadAdam attack #################################")
print("#######################################################################################")
print("####### AdvRobust LookAheadAdam attack #######")
advesary_com = LookAheadAdam(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
elif i == 8:
print("#######################################################################################")
print("################################ FGNM + X attack #####################################")
print("#######################################################################################")
print("####### AdvRobust FGNM attack #######")
advesary_com = FGNM(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
elif i == 9:
print("#######################################################################################")
print("################################# CLEAN attack #######################################")
print("#######################################################################################")
print("####### AdvRobust CLEAN attack #######")
advesary_com = CLEAN(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
elif i == 10:
print("#######################################################################################")
print("################################ PGND + X attack #####################################")
print("#######################################################################################")
print("####### AdvRobust PGND attack #######")
advesary_com = PGND(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
elif i == 11:
print("#######################################################################################")
print("################################ WRPGD + X attack #####################################")
print("#######################################################################################")
print("####### AdvRobust WRPGD attack #######")
advesary_com = WRPGD(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
elif i == 12:
print("#######################################################################################")
print("################################ EWRPGD + X attack ####################################")
print("#######################################################################################")
print("####### AdvRobust EWRPGD attack #######")
advesary_com = EWRPGD(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
elif i == 13:
print("#######################################################################################")
print("################################# MTPGD + X attack ####################################")
print("#######################################################################################")
print("####### AdvRobust MTPGD attack #######")
advesary_com = MTPGD(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
elif i == 14:
print("#######################################################################################")
print("################################### PGD + X attack ####################################")
print("#######################################################################################")
print("####### AdvRobust PGD attack #######")
advesary_com = PGD(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
elif i == 15:
print("#######################################################################################")
print("################################## MSPGD + X attack ###################################")
print("#######################################################################################")
print("####### AdvRobust MSPGD attack #######")
advesary_com = MSPGD(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
elif i == 16:
print("#######################################################################################")
print("################################ NIFGSM + X attack #####################################")
print("#######################################################################################")
print("####### AdvRobust NIFGSM attack #######")
advesary_com = NIM(net, args)
attack_test(advesary_com, test_loader, args, net, 'AdvRobust')
else:
print("No attack is running, bye!")
break