Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
Herramientas/GitHubGitHub/jiamingzhang94/unlearnable-clusters
Aprendizaje AutomáticoPapers e InvestigaciónSeguridad de IAAtaque Adversario
GitHubjiamingzhang94/unlearnable-clusters

Unlearnable-Clusters

CVPR2023: Clústeres no aprendibles: Hacia ejemplos no aprendibles independientes de la etiqueta

Ver Repositorio
Compartir
22236hace 3 añosRevisado por Kitploit

Unlearnable Clusters: Towards Label-agnostic Unlearnable Examples

Código relativo a "Unlearnable Clusters: Towards Label-agnostic Unlearnable Examples", CVPR2023.

Preprocesamiento

Primero, ejecuta preprocess.py para renombrar el directorio del conjunto de datos.

python preprocess.py --config config/preprocess.yaml -f rename

Inicialización de K-means

Segundo, ejecuta preprocess.py para realizar la inicialización de K-means.

python preprocess.py --config config/preprocess.yaml -f cluster_pets_rn50_cluster10
# the cluster file will be stored in {output_dir}/{dataset}_{surrogate_model}_cluster{num_clusters}.pth
# e.g., output/cluster/pets_rn50_cluster10.pth

Generar las perturbaciones por clúster y los UE correspondientes

Tercero, ejecuta main.py --stage 1 para generar las perturbaciones por clúster.

python main.py --config config/stage_1.yaml -e {experiment} --stage 1 
# {experiment} is uc_{dataset}_{surrogate_model}
# e.g., python main.py --config config/stage_1.yaml -e uc_pets_cliprn50 --stage 1

Entrenar el modelo objetivo

Finalmente, ejecuta main.py --stage 2 para entrenar los modelos objetivo.

python main.py --config config/stage_2.yaml -e {experiment} --stage 2 
# {experiment} is uc_{dataset}_{surrogate_model}_{target_model}
# e.g., python main.py --config config/stage_2.yaml -e uc_pets_rn50_rn18 --stage 2

Cita

Si encuentras este código útil para tu investigación, considera citarlo.

@inproceedings{zhang2023unlearnable,
  title={Unlearnable Clusters: Towards Label-agnostic Unlearnable Examples},
  author={Jiaming Zhang, Xingjun Ma, Qi Yi, Jitao Sang, Yu-Gang Jiang, Yaowei Wang, Changsheng Xu},
  booktitle="Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition",
  year={2023}
}
Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    540
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    476
  • 3

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    373
  • 4

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    322
  • 5

    estorides

    grisuno/estorides

    Agrega más de 99 fuentes OSINT gratuitas en paralelo, resuelve entidades en un grafo de conocimiento y exporta STIX 2.1, MISP o GraphML con análisis asistido por LLM.

    278
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    El sistema de acción para la ciberseguridad nativa de IA—donde la intención se convierte en ejecución gobernada, la evidencia se convierte en memoria operativa y cada operación mejora la siguiente.

    251

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →