Project Icon

adversarial-robustness-toolbox

机器学习安全与对抗性威胁防护库

Adversarial Robustness Toolbox (ART) 是由 Linux Foundation AI & Data Foundation 托管的 Python 库,为开发者和研究人员提供评估和防护机器学习模型的工具,以抵御规避、投毒、提取和推理等对抗性威胁。ART 支持所有流行的机器学习框架(如 TensorFlow、Keras、PyTorch 等),适用于各种数据类型(图像、表格、音频、视频等)和任务(分类、目标检测、语音识别等)。持续开发中,欢迎反馈和贡献。

DeepRobust - PyTorch图像和图神经网络对抗性攻防开源库
DeepRobustGithubPyTorch图神经网络对抗攻击开源项目机器学习
DeepRobust是一个基于PyTorch的开源库,专注于图像和图神经网络的对抗性攻击与防御。它提供多种攻防算法,支持MNIST、CIFAR10等数据集,可与PyTorch Geometric集成。该库适用于对抗性机器学习研究,也为构建鲁棒深度学习模型提供工具。DeepRobust支持大规模图如OGB-ArXiv的攻击,并包含节点嵌入攻击和受害模型。它还提供图像预处理方法APE-GAN,支持ImageNet数据集,新增UGBA后门攻击和PRBCD可扩展攻击算法。库中包含MedianGCN、AirGNN等鲁棒模型,以及用于转换PyTorch Geometric和DeepRobust数据集的工具,成为全面的对抗性机器学习研究平台。
ares - 对抗性机器学习研究与评估的开源Python库
ARES 2.0Github图像分类对抗性机器学习开源项目目标检测鲁棒性训练
ARES 2.0是一个基于PyTorch的对抗性机器学习研究库。它专注于评估图像分类和目标检测模型的鲁棒性,并提供防御机制。该库支持多种攻击方法,具备分布式训练和测试能力,同时提供预训练模型。ARES 2.0为机器学习模型的安全性研究提供了全面的工具集。
foolbox - 基于EagerPy的机器学习模型对抗攻击工具
FoolboxFoolbox 3Github开源项目攻击机器学习深度学习
Foolbox是一个Python库,用于对深度神经网络进行对抗攻击,兼容PyTorch、TensorFlow和JAX。基于EagerPy重写,提供高性能和批处理支持,以及前沿的对抗攻击方法和类型检查功能。官方指南、教程和API文档可帮助快速上手。社区支持贡献新方法以提升模型稳健性。
responsible-ai-toolbox - 负责任AI开发与监控的工具集
AI模型FairlearnGithubInterpretMLResponsible AI Toolboxraiwidgets开源项目
Responsible AI Toolbox是一个集合,包含多个工具和库,旨在通过提供模型和数据探索及评估界面,帮助开发者和利益相关者更好地理解和监控AI系统。该工具集包括Responsible AI dashboard、Error Analysis dashboard、Interpretability dashboard、Fairness dashboard等,还涵盖数据处理、数据平衡分析与性别偏见测量等模块。用户可自定义工作流,以优化模型调试和数据驱动决策,确保AI系统的安全性、可靠性和公平性。
offensive-ai-compilation - 对抗性机器学习资源汇编 攻防策略全面解析
GithubOffensive AI对抗性机器学习开源项目攻击类型模型漏洞防御措施
该项目汇集了对抗性机器学习领域的重要资源,涵盖模型提取、反演、投毒和规避等攻击方式,以及相应的防御策略。内容包括理论研究、实用工具和应用案例,并提供大量相关论文链接。这份全面的资料为AI安全研究和实践提供了宝贵参考。
adversarial-attacks-pytorch - 提供对抗攻击方法的PyTorch库,支持多种攻击技术
Adversarial ExamplesGithubPyTorchTorchattacks对抗攻击开源项目计算机视觉
Torchattacks是一个专为PyTorch用户设计的对抗攻击库,提供类似PyTorch的接口和函数,便于生成对抗样本。支持包括FGSM、PGD、CW和AutoAttack在内的多种攻击方法,并附有详细的使用案例和安装指南,适用于机器学习和深度学习模型的安全性测试和对抗训练效果的提升。
Graph-Adversarial-Learning - 图对抗学习攻防技术与研究进展综述
Github图对抗学习图神经网络开源项目攻击方法论文综述防御策略
该项目是一个图对抗学习综合资源库,收录2017年至今的攻击、防御和鲁棒性认证相关论文。资源按字母、年份和会议分类,并提供代码实现汇总。内容涵盖图神经网络攻击方法、防御策略和稳定性研究,为图对抗学习研究提供重要参考。
ai-exploits - AI基础设施安全威胁探析与防御工具集
AI安全GithubMetasploitNuclei开源项目机器学习漏洞利用
ai-exploits项目汇集了针对机器学习工具已知漏洞的利用程序和扫描模板。项目包含Metasploit模块、Nuclei模板和CSRF模板,为信息安全专业人员提供了解和评估AI/ML基础设施实际安全风险的工具。通过展示AI领域当前面临的安全挑战,该项目旨在提高业界对AI/ML生态系统潜在威胁的认识,促进相关安全措施的改进。
awesome-MLSecOps - 机器学习安全运维工具与资源精选MLSecOps实践指南
AI安全GithubMLSecOps开源工具开源项目攻击向量机器学习
该项目汇集了机器学习安全运维(MLSecOps)领域的开源工具、资源和教程。内容涵盖安全工具、数据保护、代码安全、攻击向量分析等多个方面,为从业者提供全面的参考资料。项目适合不同层次的MLSecOps实践者,有助于提升机器学习系统的整体安全性。
safeguards-shield - 增强人工智能应用的安全防护开发工具
GithubLLMsSafeguards Shield保护层安全风险工具包开源项目
Safeguards Shield是一个旨在安全、可靠使用大型语言模型(LLMs)的开发者工具包。本工具包提供保护层功能,能够防御恶意输入并过滤模型输出,使AI应用从原型快速转向生产阶段。此外,包含超过20种即用型检测器,为生成式AI(GenAI)应用提供全面的安全保障,并助力缓解LLM的可靠性与安全隐患。工具包还支持监控事件、成本及关于AI的责任指标,支持应用的长期发展。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号