Skip to content
KitploitKITPLOIT
StrumentiBlog
Invia
StrumentiBlog
Invia

Strumenti di Hacking, PenTest e Cybersecurity per il tuo Arsenale di Sicurezza!

Kitploit è una directory di strumenti di hacking, cybersecurity e pentesting. Scopri gli ultimi aggiornamenti dei progetti per trovare vulnerabilità, analizzare sistemi, automatizzare i test e rafforzare la tua sicurezza.

··Feed·Contatto·Privacy·© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
foolbox — Un toolbox Python per creare esempi avversari che ingannano le reti neurali in PyTorch, TensorFlow e JAX | Kitploit
Strumenti/GitHubGitHub/bethgelab/foolbox
Analisi delle VulnerabilitàMachine LearningSicurezza dell'IAAttacco Avversario
GitHubbethgelab/foolbox

foolbox

Un toolbox Python per creare esempi avversari che ingannano le reti neurali in PyTorch, TensorFlow e JAX

Vedi Repository
3.0k4428 mesi faRevisionato da Kitploit

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →
Condividi
Sito web

home: true heroImage: /logo.png heroText: Foolbox tagline: "Foolbox: attacchi adversarial veloci per valutare la robustezza dei modelli di machine learning in PyTorch, TensorFlow e JAX" actionText: Inizia → actionLink: /guide/ features:

  • title: Prestazioni native details: Foolbox 3 è basata su EagerPy e funziona nativamente in PyTorch, TensorFlow e JAX.
  • title: Attacchi all'avanguardia details: Foolbox fornisce un'ampia raccolta di attacchi adversarial all'avanguardia basati sul gradiente e sulle decisioni.
  • title: Controllo dei tipi details: Individua i bug prima di eseguire il tuo codice grazie alle estese annotazioni di tipo in Foolbox. footer: Copyright © 2022 Jonas Rauber, Roland S. Zimmermann

Cos'è Foolbox?

Foolbox è una libreria Python che ti permette di eseguire facilmente attacchi adversarial contro modelli di machine learning come le reti neurali profonde. È basata su EagerPy e funziona nativamente con modelli in PyTorch, TensorFlow e JAX.

root@kitploit:~
import foolbox as fb

model = ...
fmodel = fb.PyTorchModel(model)

attack = fb.attacks.LinfPGD()
epsilons = [0.0, 0.001, 0.01, 0.03, 0.1, 0.3, 0.5, 1.0]
advs, _, success = attack(fmodel, images, labels, epsilons=epsilons)
Scarica lo strumento