用PyTorch实战FGSM攻击：5步教你如何让AI把卡车认成猫

对抗样本（Adversarial Examples）是深度学习领域一个令人着迷又警惕的现象——它们就像AI的"视觉错觉"，通过精心设计的微小扰动就能让最先进的神经网络产生荒谬的误判。想象一下，只需对像素做些人类难以察觉的调整，就能让模型把卡车认成猫，或者把停车标志看成限速标志。这种特性不仅揭示了神经网络的脆弱性，也为模型安全研究提供了重要视角。

本文将带您用PyTorch实现经典的FGSM（Fast Gradient Sign Method）攻击，通过CIFAR-10数据集演示如何让ResNet模型将卡车图像误分类为猫。不同于理论推导为主的教程，我们聚焦实战操作，从数据加载到扰动生成，步步拆解攻击原理，并可视化攻击前后的对比效果。无论您是安全研究员、AI开发者还是好奇的技术爱好者，都能从中获得对抗攻击的第一手经验。

1. 环境准备与模型加载

在开始生成对抗样本之前，我们需要搭建实验环境。这里选择PyTorch作为深度学习框架，它不仅提供便捷的自动微分功能，还内置了常用的预训练模型和数据集接口。以下是基础配置步骤：

python复制import torch
import torch.nn as nn
import torchvision
from torchvision import models, transforms, datasets
import matplotlib.pyplot as plt
import numpy as np

# 设置计算设备（优先使用GPU）
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(f"Using device: {device}")

# 加载CIFAR-10测试集
transform = transforms.Compose([
    transforms.ToTensor(),
])
test_dataset = datasets.CIFAR10(root='./data', train=False, download=True, transform=transform)
test_loader = torch.utils.data.DataLoader(test_dataset, batch_size=1, shuffle=True)

# 类别标签映射
cifar10_classes = ['airplane', 'automobile', 'bird', 'cat', 'deer', 
                   'dog', 'frog', 'horse', 'ship', 'truck']

我们使用ResNet-18作为目标模型，这个中等规模的卷积神经网络在图像分类任务上表现良好。虽然原始ResNet是为ImageNet设计的，但我们可以调整最后一层使其适配CIFAR-10的10类别分类：

python复制# 加载并修改ResNet-18
model = models.resnet18(pretrained=False, num_classes=10).to(device)
model.eval()  # 设置为评估模式

# 注意：实际使用时应该加载在CIFAR-10上训练好的权重
# 这里为演示简化流程，随机初始化模型参数

关键细节：模型必须处于eval()模式，这会关闭Dropout和BatchNorm等训练特有的层，确保攻击过程中的