文件名称：敌对威胁探测器
文件大小：29.28MB
文件格式：ZIP
更新时间：2024-03-07 00:50:48
Python
敌对威胁探测器 近年来，深度学习技术得到了发展，使用深度学习的各种系统正在我们的社会中普及，例如面部识别，安全摄像机（异常检测）和ADAS（高级驾驶员辅助系统）。 另一方面，有许多利用深度学习算法漏洞的攻击。 例如，“躲避攻击”是一种攻击，它使目标分类器将“对抗性示例”误分类为对手想要的类别。 “渗透攻击”是一种窃取目标分类器的参数并训练其数据的攻击。 如果您的系统容易受到这些攻击，则可能会导致严重事件，例如人脸识别被破坏，允许未经授权的入侵或由于推断火车数据而导致信息泄漏。 因此，我们发布了一个名为“ Adversarial Threat Detector”（又名ATD）的漏洞扫描程序，该程序可以自动检测基于深度学习的分类器中的漏洞。 ATD通过执行“检测漏洞（扫描和检测），“了解漏洞（理解）”，“修复漏洞（修复）”和“检查固定漏洞（重新扫描）”四个周期来为您的分类器安全做出贡献
【文件预览】：
Adversarial-Threat-Detector-main
----.gitignore(2KB)
----reports()
--------report_html.py(4KB)
--------__init__.py(173B)
--------template.html(25KB)
--------template_ja.html(26KB)
--------static_text.py(12KB)
--------report_utility.py(4KB)
--------img()
--------report_ipynb.py(11KB)
----requirements.txt(97B)
----README_ja.md(9KB)
----LICENSE(1KB)
----atd.py(12KB)
----config.ini(316B)
----README.md(8KB)
----targets()
--------DUMMY(22B)
----util.py(11KB)
----attacks()
--------evasion()
----img()
--------atd_concept.jpg(81KB)
--------atd_scanning.png(260KB)
--------gif_movie_atd_1.gif(24.87MB)
--------scan_report_samples.png(359KB)
--------ipynb_samples.png(299KB)