trusted-ai/adversarial-robustness-toolboxBiblioteca Python para segurança de aprendizado de máquina adversarial, permitindo que equipes de red e blue team executem ataques e defesas de evasão, envenenamento, extração e inferência nos principais frameworks de ML.
Adversarial Robustness Toolbox (ART) é uma biblioteca Python para Segurança de Machine Learning. A ART é hospedada pela Linux Foundation AI & Data Foundation (LF AI & Data). A ART fornece ferramentas que permitem que desenvolvedores e pesquisadores defendam e avaliem modelos e aplicações de Machine Learning contra as ameaças adversariais de Evasão, Envenenamento, Extração e Inferência. A ART suporta todos os frameworks populares de machine learning (TensorFlow, Keras, PyTorch, scikit-learn, XGBoost, LightGBM, CatBoost, GPy, etc.), todos os tipos de dados (imagens, tabelas, áudio, vídeo, etc.) e tarefas de machine learning (classificação, detecção de objetos, reconhecimento de fala, geração, certificação, etc.).
A biblioteca está em desenvolvimento contínuo. Feedback, relatórios de bugs e contribuições são muito bem-vindos!
Este material é parcialmente baseado em trabalho apoiado pela Defense Advanced Research Projects Agency (DARPA) sob o Contrato No. HR001120C0013. Quaisquer opiniões, descobertas e conclusões ou recomendações expressas neste material são de responsabilidade do(s) autor(es) e não refletem necessariamente as visões da Defense Advanced Research Projects Agency (DARPA).
| Começar | Documentação | Contribuindo |
|---|
| - Instalação - Exemplos - Notebooks | - Ataques - Defesas - Estimadores - Métricas - Documentação Técnica | - Slack, Convite - Contribuindo - Roteiro - Citação |
