碎片笔记｜PromptStealer复现要点（附Docker简单实用教程）

前言：本篇博客记录PromptStealer复现历程，主要分享环境配置过程中的一些经验。

论文信息：Prompt Stealing Attacks Against Text-to-Image Generation Models. USENIX, 2024.
开源代码：https://github.com/verazuo/prompt-stealing-attack

---

由于源码中指定了代码运行的环境为cuda toolkit 11.7, python 3.8, pytorch 1.12.0a0+8a1a93a，在多次尝试pytorch其他版本报错未果后，决定按照上述指定的环境配置来操作。

---

环境配置

1 Docker安装

可以根据此博客中的教程安装docker。

⚠️注意：不要在conda容器中嵌套安装docker，否则可能会报错。

（我使用的账号下已经安装好了docker，通过docker -v命令查看docker版本）

2 镜像拉取

拉取源码中给出的特定版本镜像，生成容器

执行如下命令：

docker run --gpus all -it --rm -v /newdata/test:/newdata nvcr.io/nvidia/pytorch:22.05-py3
'''
上述命令各部分的含义为：- docker run 运行一个新的Docker容器。-  --gpus all 启用所有主机上的可用GPU资源（需要NVIDIA驱动和nvidia-docker支持）。- -it 以交互模式运行容器，并分配一个伪终端（通常用于进入bash或python交互环境）。- --rm 容器退出后自动删除该容器（不保留容器历史）。-  -v /newdata/test:/newdata 挂载主机目录/newdata/test到容器内的/newdata。这样容器可以访问主机上的数据。- nvcr.io/nvidia/pytorch:22.05-py3 使用NVIDIA官方NGC（NVIDIA GPU Cloud）PyTorch容器镜像，版本为22.05，基于Python 3。
'''

镜像拉取成功后，该容器下就会包含pytorch 1.12.0a0+8a1a93a特定版本。可在终端使用docker ps命令查看生成的容器。

3 其余库安装

在docker配置的容器下，切换到源码所在目录，运行pip install -r requirements.txt安装代码运行其余所需的库。

requirements.txt的精简版本如下：

inplace-abn
fairscale==0.4.4
imagehash
scikit-image
jsons
ftfy
clip==0.2.0
openai-clip==1.0.1
timm==0.4.12
transformers==4.15.0
pycocoevalcap
opencv-python-headless<4.3
opencv-contrib-python-headless<4.3
ruamel.yaml==0.17.32
datasets
pillow==10.4.0

如果clip在使用过程中报错，就通过clip源码的方式安装，下载https://github.com/openai/CLIP后在该目录下运行pip install -e .安装clip库。

这样一来，我们就得到了一个满足代码运行要求的环境。

PS：为避免docker环境的重复配置，可以结合tmux使用，将上述docker环境在tmux窗口下配置，一劳永逸。tmux常用命令：

tmux new-window -n demo  # 新建窗口
tmux ls # 列举当前全部窗口
tmux attach -t demo  # 打开特定窗口
tmux kill-session -t demo  # 结束指定窗口

---

数据集下载

由于代码运行过程中会用到论文中自建的lexica_dataset库，为避免在代码运行过程中因网络原因数据集下载失败导致报错，可以使用huggingface镜像预先下载数据集，在终端依次执行如下命令：

1. 安装huggingface_hub库：pip install -U huggingface_hub
2. 添加镜像：export HF_ENDPOINT=https://hf-mirror.com
3. 将数据集下载到指定目录下：huggingface-cli download --repo-type dataset --resume-download vera365/lexica_dataset --local-dir download_dir（替换成安装目录）

加载上述数据集时，使用如下命令，其中cache_dir即为数据集的下载目录download_dir。

from datasets import load_dataset
data = load_dataset("vera365/lexica_dataset", split='test', cache_dir=download_dir)

后记：第一次接触并使用docker，全新的体验，感谢实验室同门的帮助！♥️路虽远，行之将至♥️

---

相关链接

https://hf-mirror.com/