9.7.1 robust-ml简介

9.7.1 robust-ml简介

9.7.1robust-ml简介

robust-ml是一个轻量级的攻防对抗环境,可以很方便地在ImageNet2012这样的大型数据集上验证白盒攻击或者防御算法的有效性。

https://github.com/robust-ml/robustml

如果要实现防御算法,需要实现robustml.model.Model类,如果需要实现攻击算法,需要实现robustml.attack.Attack类,衡量攻防效果需要使用robustml.evaluate.evaluate函数。

robust-ml的安装方式方法非常简单,直接使用pip工具即可。

pipinstallrobustml

通常robust-ml都在ImageNet2012数据集上进行验证,因此需要提前下载。本书提供了简易的下载脚本。

https://github.com/duoergun0729/adversarial_examples/blob/master/code/download-imagenet2012val.sh

执行该脚本后,将在data目录创建test_data目录,其中包含ImageNet2012的val数据:

imagenet-classes.txtvalval.txt

图片数据位于val目录,imagenet-classes.txt为分类标签对应的物体名称,val.txt包含图片文件名和对应的分类标签。

ILSVRC2012_val_00000004.JPEG809

ILSVRC2012_val_00000005.JPEG516

ILSVRC2012_val_00000006.JPEG57

ILSVRC2012_val_00000007.JPEG334

ILSVRC2012_val_00000008.JPEG415

ILSVRC2012_val_00000009.JPEG674

ILSVRC2012_val_00000010.JPEG332

上一章书籍页下一章

智能系统与技术丛书·AI安全之对抗样本入门

···
加入書架
上一章
首頁 其他 智能系统与技术丛书·AI安全之对抗样本入门
上一章下一章

9.7.1 robust-ml简介

%