构建针对对抗攻击和后门投毒的检测工具集

对抗攻击检测算法
后台投毒检测算法
对抗攻击检测工具集
  • 15种对抗攻击算法
  • 10种对抗攻检测算法
  • 覆盖MNIST,SVHN和CIFAR-10等标准数据集
  • 适用于CNN、ResNet、ViTs等各类视觉模型
  • 平均检测AUC超过96%
后门投毒检测工具集
  • 12种后门攻击算法
  • 7种后门投毒检测算法
  • 覆盖CIFAR-10、GTSRB、ImageNet等标准数据集
  • 适用于CNN、ResNet、ViTs等各类视觉模型
  • 平均检测AUC超过92%
数据输入
ImageNet 是一个基于 WordNet 构建的超大规模图像数据集,包含约 1,400 万张图像与 2 万多个语义类别;常用的 ImageNet-1K(ILSVRC 2012 子集),覆盖 1,000 类,数据划分约为 128 万训练图、5 万验证图和 10 万测试图。
UNSW-NB15 数据集是一个现代网络入侵检测研究的数据集,生成于真实的网络流量环境,包含多种正常流量和恶意流量。与传统数据集(如 KDD99 和 NSL-KDD)相比,它更真实地反映了当前的网络环境和威胁场景。 主要数据项包括:流量的基本信息(协议类型、字节数等)、内容特征(如请求参数)、统计特征(如连接数、分布统计)、以及流量类别(正常或攻击类型)。
算法处理
攻击流程
Selected Image
原始图像
Noise
对抗噪声
检测流程
Attack Result
攻击流程
Selected Image Backdoor Trigger
检测流程
Defense Input
攻击流程
检测流程
Network Defense
结果展示
攻击结果
生成的对抗样本
Attack Result
已生成对抗样本
生成中...