Ian Goodfellow 等人于昨日 revise 了他们的论文 cleverhans v0.1: an adversarial machine learning library,且在近期开源了该库。
摘要:
cleverhans 是一个软件库,提供标准的对抗样本建造技术和对抗训练的参考实现。该库可被用于开发更稳健的机器学习模型,并在对抗设定上提供标准的模型表现基准。没有一个对抗样本建造的标准实现建造的基准是无法互相对比的,因为好的结果可能代表稳健的模型,也可能只不过是对抗样本建造过程的弱实现。
该技术报告结构如下。 Section 1 提供了机器学习中对抗样本和 cleverhans 软件的概述;Section 2 展现了该库的核心功能:换句话说也就是基于对抗样本的 attacks 和改进机器学习模型面对这些 attacks 的稳健性的 defense;Section 3 描述了使用该库如何报告基准结果;Section 4 描述了版本系统。
简要介绍:
该库使用 TensorFlow 加速由许多机器学习模型展现的图计算。一些模型也使用 Keras 进行定义。安装这些库需要 GPU 支持,注意你需要安装 Keras 来使用 TensorFlow 后端。安装 TensorFlow 和 Keras 要注意 numpy 和 scipy 这样的其他关系。