AISafety（启智重明）是一个用于对抗攻击全流程评测算法学习研究的Pytho库，其主要研究内容为集成对抗攻击和噪声攻击相关的攻击算法、评测算法、加固防御算法，可灵活测试数据集质量、算法训练、评估和部署等算法全生命周期各项指标。
特性集成大量攻击、评测、防御加固算法提供多种可解释性分析工具提供完备的扩展和使用接口 下载及使用STEP1.获取项目Pytho环境要求Pytho3.6.5及以上克隆本项目并安装依赖：gitcloehttps://git.opei.org.c/OpeI/AISafety.gitcdAISafety/pipistallrequiremets.txtSTEP2.数据准备重明开源项目的Datasets/中提供了Cifar10和ILSVR2012-ImageNet数据集。用户可使用上述数据集，或按照完整API文档，进行数据集扩展。用户需要使用所选数据集的训练集，执行模型训练过程。由于空间所限，本项目中统一不提供数据集对应的训练集，仅给出测试集以供测试。STEP3.快速开始使用cdtest进入test目录。重明开源项目提供了几个示例的算法文件。如测试在FGSM攻击算法下，Reset20模型的鲁棒性结果：#使用接口文件默认参数pythotestimport.py#自定义参数调用pythotestimport.py--attack_method"FGSM"--evaluatio_method"ALDp"--model_dir""上述命令均将测试ResNet20模型，在FGSM算法攻击下，ALDp指标的评测结果变化。并将结果存在AISafety/test/temp。有关更多示例和用法（例如，如何扩展模型或算法，如何传入参数），请浏览完备API接口文档。
点击空白处退出提示
评论