AdvSecureNet: A Python Toolkit for Adversarial Machine Learning

要約

機械学習モデルは敵対的な攻撃に対して脆弱です。
これらの脆弱性を調査するためにいくつかのツールが開発されていますが、それらには包括的な機能や柔軟性が欠けていることがよくあります。
AdvSecureNet は、攻撃、防御、評価のためのマルチ GPU セットアップをネイティブにサポートする初めての敵対的機械学習用の PyTorch ベースのツールキットです。
これは、CLI と API の両方のインターフェイスと外部 YAML 構成ファイルをサポートし、汎用性と再現性を強化した最初のツールキットです。
このツールキットには、複数の攻撃、防御、評価指標が含まれています。
厳格なソフトウェア エンジニアリングの実践に従って、高いコード品質と保守性が確保されています。
このプロジェクトは、GitHub (https://github.com/melihcatal/advsecurenet) でオープンソース プロジェクトとして入手でき、PyPI 経由でインストールできます。

要約(オリジナル)

Machine learning models are vulnerable to adversarial attacks. Several tools have been developed to research these vulnerabilities, but they often lack comprehensive features and flexibility. We introduce AdvSecureNet, a PyTorch based toolkit for adversarial machine learning that is the first to natively support multi-GPU setups for attacks, defenses, and evaluation. It is the first toolkit that supports both CLI and API interfaces and external YAML configuration files to enhance versatility and reproducibility. The toolkit includes multiple attacks, defenses and evaluation metrics. Rigiorous software engineering practices are followed to ensure high code quality and maintainability. The project is available as an open-source project on GitHub at https://github.com/melihcatal/advsecurenet and installable via PyPI.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google