【文件属性】：
文件名称：ZOO-Attack:动物园
文件大小：114KB
文件格式：ZIP
更新时间：2021-05-02 11:10:17
Python
根据IBM的要求，该存储库已移至 ，但我们的目标是使两个存储库保持同步。 该代码在Apache License v2下发布。
ZOO：基于零阶优化的对深度神经网络的黑盒攻击
ZOO是Z eroth即刻申Øptimization基于Web的攻击来攻击深层神经网络（DNNs）。 我们提出了一种有效的黑盒攻击，只需要访问目标DNN的输入（图像）和输出（置信度得分）即可。 我们将攻击公式化为优化问题（类似于Carlini和Wagner的攻击），并提出了适合黑盒设置的新损失函数。 我们使用零阶随机坐标下降来直接对目标DNN进行优化，并使用降维，分层攻击和重要性采样技术来提高攻击效率。 无需任何可移植性或替代模型。
ZOO有两种变体，即ZOO-ADAM和ZOO-Newton，分别对应于不同的求解器（ADAM和Newton）以找到最佳的坐标更新。 实际上，ZOO-ADAM通常在微调参数下效果更好，但是
【文件预览】：
ZOO-Attack-master
----test_attack_black.py(4KB)
----setup_inception.py(11KB)
----setup_cifar.py(4KB)
----mnist_blackbox.py(18KB)
----l2_attack.py(13KB)
----substitute_blackbox.py(22KB)
----li_attack.py(8KB)
----test_all.py(13KB)
----LICENSE(11KB)
----setup_mnist.py(3KB)
----test_attack.py(4KB)
----l2_attack_black.py(32KB)
----COPYRIGHT(596B)
----retrain.py(53KB)
----verify.py(1KB)
----cifar_blackbox.py(13KB)
----l0_attack.py(11KB)
----README.md(5KB)
----labels()
--------labels.py(625B)
--------imagenet_val_to_carlini.py(713B)
--------label2num.txt(35KB)
--------synset_words.txt(31KB)
--------labels.txt(25KB)
----train_models.py(4KB)