trusted-ai/adversarial-robustness-toolboxBiblioteca de Python para la seguridad del aprendizaje automático adversarial, que permite a los equipos rojo y azul ejecutar ataques y defensas de evasión, envenenamiento, extracción e inferencia en los principales frameworks de ML.
README en chino, haga clic aquí
Adversarial Robustness Toolbox (ART) es una librería de Python para la seguridad del aprendizaje automático. ART está alojado por la Linux Foundation AI & Data Foundation (LF AI & Data). ART proporciona herramientas que permiten a desarrolladores e investigadores defender y evaluar modelos y aplicaciones de aprendizaje automático frente a las amenazas adversariales de Evasión, Envenenamiento, Extracción e Inferencia. ART es compatible con todos los frameworks populares de aprendizaje automático (TensorFlow, Keras, PyTorch, scikit-learn, XGBoost, LightGBM, CatBoost, GPy, etc.), todos los tipos de datos (imágenes, tablas, audio, vídeo, etc.) y tareas de aprendizaje automático (clasificación, detección de objetos, reconocimiento de voz, generación, certificación, etc.).
La librería está en desarrollo continuo. ¡Los comentarios, los informes de errores y las contribuciones son muy bienvenidos!
Este material se basa parcialmente en el trabajo respaldado por la Defense Advanced Research Projects Agency (DARPA) bajo el Contrato N.º HR001120C0013. Las opiniones, hallazgos y conclusiones o recomendaciones expresadas en este material son las de los autores y no reflejan necesariamente las opiniones de la Defense Advanced Research Projects Agency (DARPA).
| Primeros pasos | Documentación | Contribución |
|---|
| - Instalación - Ejemplos - Notebooks | - Ataques - Defensas - Estimadores - Métricas - Documentación técnica | - Slack, Invitación - Contribución - Hoja de ruta - Cómo citar |
