적대적 예제

import torch
import torch.nn.functional as F

def fgsm_attack(model, image, label, epsilon=0.03):
    """
    FGSM 적대적 예제 생성
    - epsilon: 섭동(perturbation)의 강도 (0.03 = 3%)
    """
    image.requires_grad = True

    # 순전파
    output = model(image)
    loss = F.cross_entropy(output, label)

    # 역전파로 그래디언트 계산
    model.zero_grad()
    loss.backward()

    # 그래디언트 부호 방향으로 섭동 추가
    perturbation = epsilon * image.grad.sign()
    adversarial_image = image + perturbation

    # 이미지 값 범위 클리핑 [0, 1]
    adversarial_image = torch.clamp(adversarial_image, 0, 1)

    return adversarial_image

# 적대적 훈련 (방어 기법)
def adversarial_training(model, train_loader, epsilon=0.03):
    """적대적 예제를 포함한 강건한 모델 훈련"""
    for images, labels in train_loader:
        # 50%는 원본, 50%는 적대적 예제로 훈련
        adv_images = fgsm_attack(model, images, labels, epsilon)
        mixed_images = torch.cat([images, adv_images])
        mixed_labels = torch.cat([labels, labels])

        # 모델 업데이트
        outputs = model(mixed_images)
        loss = F.cross_entropy(outputs, mixed_labels)
        loss.backward()
        optimizer.step()