Skip to content
KitploitKITPLOIT
StrumentiExploitsBlog
Log in
Invia
StrumentiExploitsBlog
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.

FeedContattoPrivacy© 2026 Kitploit

Directory degli strumenti

Categorie

Vedi tutte le categorie
Loading categories
Unlearnable-Clusters — CVPR2023: Cluster Non Apprendibili: Verso Esempi Non Apprendibili Indipendenti dall'Etichetta | Kitploit
Strumenti/GitHubGitHub/jiamingzhang94/unlearnable-clusters
Machine LearningPaper e RicercaSicurezza dell'IAAttacco Avversario
GitHubjiamingzhang94/unlearnable-clusters

Unlearnable-Clusters

CVPR2023: Cluster Non Apprendibili: Verso Esempi Non Apprendibili Indipendenti dall'Etichetta

Vedi Repository
Condividi
222363 anni faRevisionato da Kitploit

Cluster Non Apprendibili: Verso Esempi Non Apprendibili Indipendenti dall'Etichetta

Codice relativo a "Cluster Non Apprendibili: Verso Esempi Non Apprendibili Indipendenti dall'Etichetta", CVPR2023.

Preelaborazione

Innanzitutto, esegui preprocess.py per rinominare la directory del dataset

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

Inizializzazione K-means

In secondo luogo, esegui preprocess.py per condurre l'inizializzazione 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

Generazione delle perturbazioni a livello di cluster e dei corrispondenti esempi non apprendibili

Terzo, esegui main.py --stage 1 per generare perturbazioni a livello di cluster.

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

Addestramento del modello target

Infine, esegui main.py --stage 2 per addestrare i modelli target.

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

Citazione

Se trovi questo codice utile per la tua ricerca, considera di 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}
}
Scarica lo strumento

Più Popolari

Vedi tutti →

Scopri gli strumenti più utilizzati dalla nostra community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Il toolkit OSINT definitivo: grafo di indagine, punteggio di affidabilità, famiglie di alias, mappa, timeline e report. 49 moduli, oltre 400 siti, nessuna chiave API richiesta.

    614
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # App di esecuzione con un tocco GhostLock (CVE-2026-43499)

    476
  • 3

    ARTEX

    baarai/artex

    Piattaforma di penetration testing autonoma multi-agente basata su LLM con agenti planner/worker, grafi di asset e di esplorazione, registrazione del traffico MITM e retesting delle vulnerabilità.

    389
  • 4

    redforge

    cybersecurity91/redforge

    Toolkit red team lato browser con 102 strumenti offline per ricognizione, generazione di payload, attacchi alle credenziali, crittografia, codifica e reportistica dell'engagement.

    334
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Il sistema d'azione per la cybersecurity nativa AI—dove l'intento diventa esecuzione governata, le evidenze diventano memoria operativa, e ogni operazione migliora la successiva.

    257
  • 6

    antifox

    antifox-ai/antifox

    Piattaforma multi-agente di penetration testing autonoma basata sull'IA che esegue ricognizione, scoperta della superficie d'attacco, validazione dello sfruttamento e consegna di report supportati da evidenze.

    247

Esplora tutti gli strumenti

Sfoglia la nostra collezione di strumenti

Vedi tutti gli strumenti →