ART-Adversarial Robustness Toolbox检测AI模型及对抗攻击的工具

Adversarial Robustness Toolbox 是 IBM 研究团队开源的用于检测模型及对抗攻击的工具箱，为开发人员加强 AI模型被误导的防御性，让 AI 系统变得更加安全，ART支持所有流行的机器学习框架 （TensorFlow，Keras，PyTorch，MXNet，scikit-learn，XGBoost，LightGBM，CatBoost，GPy等），所有数据类型 （图像，表格，音频，视频等）和机器学习任务（分类，物体检测，语音识别， 生成模型，认证等）。

支持以下攻击方法:

• Deep Fool
• Fast Gradient Method
• Jacobian Saliency Map
• Universal Perturbation
• Virtual Adversarial Method
• C&W Attack
• NewtonFool

支持以下防御方法:

• Feature squeezing
• Spatial smoothing
• Label smoothing
• Adversarial training
• Virtual adversarial training

github地址：https://github.com/Trusted-AI/adversarial-robustness-toolbox

未完待续考：

?

国内外交通标志数据集 - 知乎

Adversarial Robustness Toolbox首页、文档和下载 - 检测模型及对抗攻击的工具箱? - OSCHINA - 中文开源技术交流社区?