Skip to content
KitploitKITPLOIT
أدواتعمليات الاستغلالالمدونة
Log in
إرسال
أدواتعمليات الاستغلالالمدونة
إرسال

أدوات الاختراق واختبار الاختراق والأمن السيبراني لترسانتك الأمنية!

Kitploit هو دليل لأدوات الاختراق والأمن السيبراني واختبار الاختراق. اكتشف آخر تحديثات المشاريع للعثور على الثغرات وتحليل الأنظمة وأتمتة الاختبارات وتعزيز أمنك.

الخلاصاتاتصالالخصوصية© 2026 Kitploit

دليل الأدوات

الفئات

عرض جميع الفئات
Loading categories
certified-unlearning-neural-networks-icml-2025 — كود الورقة البحثية "إلغاء التعلّم المعتمد للشبكات العصبية"، ICML 2025 | Kitploit
أدوات/GitHubGitHub/stair-lab/certified-unlearning-neural-networks-icml-2025
الخصوصيةالأوراق والأبحاثأمن الذكاء الاصطناعي
GitHubstair-lab/certified-unlearning-neural-networks-icml-2025

certified-unlearning-neural-networks-icml-2025

كود الورقة البحثية "إلغاء التعلّم المعتمد للشبكات العصبية"، ICML 2025

عرض المستودع
مشاركة
12642منذ سنة واحدةلم تتم المراجعة بعد

النسيان المعتمد للشبكات العصبية

يحتوي هذا المستودع على التنفيذ البرمجي للورقة البحثية "النسيان المعتمد للشبكات العصبية" (ICML 2025).

الأساليب

  • PABI (تضخيم الخصوصية عبر التكرار): Gradient Clipping في الورقة
  • DP-SGD: مع خصوصية المجموعة كما هو موصوف في الورقة
  • المعاملات الانكماشية: Model Clipping في الورقة
  • DP-Baseline: Output Perturbation في الورقة
  • إعادة التدريب

التثبيت

# Clone the repository
git clone https://github.com/stair-lab/certified-unlearning-neural-networks-icml-2025.git
cd certified-unlearning-neural-networks-icml-2025

# alternatively use conda
python -m venv venv
source venv/bin/activate

pip install -r requirements.txt

بنية المشروع

.
├── src/
│   ├── data/
│   │   ├── base_datamodule.py     # Base data loading functionality
│   │   ├── cifar_dataset.py       # CIFAR-10/100 data loaders
│   │   ├── mnist_dataset.py       # MNIST data loader
│   │   └── datamodule.py          # Data module factory
│   ├── models/
│   │   ├── model.py               # Model factory
│   │   ├── tiny_net.py             
│   │   └── two_layer_net.py        
│   ├── training/
│   │   └── trainer.py             # Main training/unlearning logic
│   └── utils/
│       ├── dp.py                  
│       └── utils.py               
├── experiment.py                  # Main experiment runner
├── run_exp.py                     # Multi-GPU experiment launcher
├── feature_extractor.py           # Extract ResNet-18 backbone features 

إعدادات التجارب

يتضمن المستودع تجارب مُعدّة مسبقًا في الدلائل التالية:

  • budget_curve_runs/: تجارب تحليل ميزانية الخصوصية - الشكل 1
  • convergence_curve_runs/: تجارب تحليل التقارب - الشكل 2
  • dp_sgd_runs/: تجارب DP-SGD وخط الأساس - الشكل 3
  • eps_sweep_runs/: تجارب مسح معامل الخصوصية (ε) - الشكل 4 (في الملحق)

الاستخدام

تشغيل تجربة واحدة

لتشغيل تجربة واحدة بإعداد محدد:

python experiment.py --config dp_sgd_runs/dp-sgd-cifar10-fc/1tmh6p2f_config.yaml

تشغيل تجارب متعددة

لتشغيل تجارب متعددة بالتوازي عبر وحدات معالجة الرسوميات (GPUs):

python run_exp.py -n <num_gpus> -e <experiment_dir> [--offset <gpu_offset>] [-j <jobs_per_gpu>]

المعاملات:

  • -n: عدد وحدات معالجة الرسوميات (GPUs) المطلوب استخدامها
  • -e: الدليل الذي يحتوي على إعدادات التجارب
  • --offset: إزاحة فهرس وحدة معالجة الرسوميات (الافتراضي: 0)
  • -j: عدد المهام المتزامنة لكل وحدة معالجة رسوميات (الافتراضي: 1)

استخراج الميزات

لتجارب نقل التعلّم

python feature_extractor.py

يستخرج هذا السكربت ميزات ResNet-18 من CIFAR-10/100 ويحفظها لاستخدامها مع إعدادات مجموعة البيانات cifar10_feature و cifar100_feature.

الاستشهاد

إذا استخدمت هذا الكود في بحثك، يرجى الاستشهاد بما يلي:

@article{koloskova2025certified,
  title={Certified Unlearning for Neural Networks},
  author={Koloskova, Anastasia and Allouah, Youssef and Jha, Animesh and Guerraoui, Rachid and Koyejo, Sanmi},
  journal={arXiv preprint arXiv:2506.06985},
  year={2025}
}
تنزيل الأداة

الأكثر شعبية

عرض الكل →

اكتشف الأدوات الأكثر استخدامًا من قبل مجتمعنا.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 مجموعة أدوات OSINT المثالية: رسم بياني للتحقيق، وتقييم الثقة، وعائلات الأسماء المستعارة، وخريطة، وخط زمني، وتقارير. 49 وحدة، وأكثر من 400 موقع، دون الحاجة إلى مفاتيح API.

    968
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # تطبيق GhostLock للتنفيذ بنقرة واحدة (CVE-2026-43499)

    556
  • 3

    looking-glass

    anonghosty/looking-glass

    منصة CSIRT تستقبل تقارير Shadowserver في MongoDB وتعيد عرضها كخرائط تفاعلية وتحليلات ونتائج وإرشادات ولوحات معلومات تنفيذية.

    347
  • 4

    redforge

    cybersecurity91/redforge

    مجموعة أدوات الفريق الأحمر في المتصفح مع 102 أداة دون اتصال للاستطلاع، وتوليد الحمولات، وهجمات بيانات الاعتماد، والتشفير، والترميز، وإعداد تقارير المهام.

    346
  • 5

    ARTEX

    baarai/artex

    منصة اختبار اختراق مستقلة متعددة الوكلاء تعتمد على LLM، مع وكلاء تخطيط وتنفيذ، ومخططات للأصول والاستكشاف، وتسجيل حركة مرور MITM، وإعادة اختبار الثغرات.

    319
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    نظام العمل للأمن السيبراني الأصلي بالذكاء الاصطناعي — حيث تتحول النية إلى تنفيذ محكوم، وتصبح الأدلة ذاكرة تشغيلية، وكل عملية تحسن التي تليها.

    297

استكشف جميع الأدوات

تصفح مجموعتنا من الأدوات

عرض جميع الأدوات →