【文件属性】：
文件名称：AEGuard:基于边缘噪声特征的对抗样本检测模型
文件大小：58.08MB
文件格式：ZIP
更新时间：2021-05-09 21:39:37
opencv security machine-learning tensorflow adversarial-samples
警卫队
动机
随着计算机视觉技术和基于图像的机器学习的发展和普及，设计和部署了基于图像数据的大规模安全系统。 同时，对抗性攻击，即通过调制输入图像而使基于图像的机器学习模型错误判断的安全性攻击，也已经得到了广泛的发展。
AEGuard是一种基于边缘噪声特征的对抗样本检测模型，通常会出现在对抗样本中。
使用的技术/框架
张量流
OpenCV
要求
的Python 3
IPython 7.18.1或更高版本
Tensorflow 2.3.0或更高版本
Keras 2.4.3或更高版本
Scikit图片0.17.2或更高
Scikit学习0.23.2或更高
Numpy 1.18.5或更高
熊猫1.1.3或更高
OpenCV4
特征
AEGuard可检测对抗性样本。
安装
Linux（Ubuntu）
# Install Python3 and Git
sudo apt install pyt