- 支持白盒攻击算法:
- C/W
-
新增支持平台:
- Keras
-
支持黑盒攻击算法:
- Single Pixel Attack
- Local Search Attack
-
支持防护算法:
- Feature Fqueezing
- Spatial Smoothing
- Label Smoothing
- Gaussian Augmentation
- Adversarial Training
-
新增了使用案例:
- 白盒攻击caffe下基于MNIST数据集的LeNet模型
- 黑盒攻击基于MNIST数据集的CNN模型
- 使用FeatureFqueezing加固基于MNIST数据集的CNN模型
- 使用GaussianAugmentation加固基于MNIST数据集的CNN模型
- 新增对Caffe平台的支持
- 多GPU支持,目前基于nccl2框架,nccl2支持的NVIDIA GPU均可以使用
- 新增了针对cifar10数据集的ResNet和Vgg16模型的攻击案例
- 支持PaddlePaddle
- 支持白盒攻击算法:
- L-BFGS
- FGSM
- BIM
- ILCM
- MI-FGSM
- JSMA
- DeepFool