对抗样本反制

【AI安全之对抗样本】深度学习基础知识（二）

文章目录00前言01深度学习训练过程02优化器（optimizers）2.1梯度算法2.2常用的优化器2.2.1SGD2.2.2Adagrad2.2.3Adadelta2.2.4RMSprop2.2.5Adam2.3如何使用优化器（optimizers）03总结00前言【我的AI安全之路】以下内容适合于有web安全基础但对AI"一无所知"的师傅们如果是有安全基础，想入门AI安全，可以看下以web安
吃_早餐·2022-10-25 14:36

摘新华社夜读

一位心理学家说：“成功的秘诀就在于懂得怎样控制痛苦和快乐这股力量，而不为这股力量所反制。”
阳光恋春和·2022-10-21 23:55

【CVPR2022】Stealthy and Effective Physical-world Adversarial

本文首发于馆主君晓的博客：StealthyandEffectivePhysical-worldAdversarial2022CVPR，阴影也能变得很危险，对抗样本攻击，论文原文：https://arxiv.org
馆主君晓·2022-10-17 07:52

反制学习：Cobalt Strike批量上线

参考文档：https://forum.butian.net/share/7081.反制：CobaltStrike批量上线CobaltStrike近些年来被称之为多人线上运动神器，在目前攻防大背景下，由CobaltStrike
乌鸦安全·2022-10-16 07:20

CobaltStrike反制上线测试

1.前言最近看到奇安信的应急响应公众号平台发布了一篇漏洞应急响应文章,文章中指出CobaltStrike```发送之后这边去使用客户端访问对应的cobaltStrike客户端之后就会获取到windows的ntlm的hash了,但是这边抓的不是内网当中机器的hash,是net下的ntlm的hash,只能做破解并不能做pth传递横向,还是有点鸡肋以下是成功获取到ntlm的hash值4.以下附上某大佬梳
安鸾彭于晏·2022-10-13 14:51

攻击溯源思路

在发现有入侵者后，快速由守转攻，进行精准地溯源反制，收集攻击路径和攻击者身份信息，勾勒出完整的攻击者画像。攻击溯源手段攻击溯源的技术手段，主要包括ip定位、ID定位与攻击者定位。
中云时代-防御可测试-小余·2022-10-13 14:50

企业视角下的蓝队能力建设

看某B站视频记录企业视角下的蓝队能力建设一、准备阶段基础建设团队建设意识培训预演整改二、实施阶段值守分析安全巡检资产监控应急响应溯源反制三、总结阶段漏洞修复漏洞复测完善制度撰写总结四、企业视角下的安全威胁分析
YouthBelief·2022-10-01 12:32

GAN学习

基于MNIST的生成对抗样本（GAN）一、导入MNIST数据集（训练模块中）dataset=torchvision.datasets.MNIST("mnist_data",train=True,download
hhackkingz·2022-09-30 07:09

NeurIPS2019 对抗样本＋元学习paper收录

1.1.AdversarialExamplesAreNotBugs,TheyAreFeatures1.2.MetricLearningforAdversarialRobustness1.3.AdversarialSelf-DefenseforCycle-ConsistentGANs1.4.ModelCompressionwithAdversarialRobustness:AUnifiedOptim
小刘同学_·2022-09-28 09:24

2021HW | 04/12 第四天总结

总之，故事总是不断产生我如同韩毅，静静地坐在故事中间，看着故事讲完hw第四天了，似乎比前几天更忙了，战术又升级了天亮后又是全新的一天，新的周一图片攻防的常态化，钓鱼和0day成了攻击方的攻击武器，溯源反制成了防守方的目标我们总是猝不及防中提升
zkzq·2022-09-22 20:14

无线安全操作（1）

AP威胁检测AP威胁检测介绍AP威胁检测配置AP威胁检测举例AP威胁检测排错帮助Client威胁检测Client威胁检测介绍Client威胁检测配置Client威胁检测举例Client威胁检测排错帮助反制功能反制功能介绍反制功能配置反制功能举例反制功能排错帮助无线安全
牧鸯人·2022-09-06 14:34

Keras深度学习实战（20）——DeepDream模型详解

DeepDream模型详解0.前言1.DeepDream的技术原理2.DeepDream模型分析3.DeepDream算法实现3.1数据加载与预处理3.2DeepDream生成模型小结系列链接0.前言在《对抗样本生成
盼小辉丶·2022-08-24 18:49

NLP常见trick汇总及代码实现

一、背景在做项目或者打比赛的时候，经常会用到一些trick来提升模型表现，废话不多说，直接上干货二、常见tricks介绍1.对抗训练对抗训练的概念就是在原始输入样本上加一个扰动，得到对抗样本后，用其进行训练
数学是算法的灵魂·2022-08-09 07:31

HW2021攻防演练经历碎碎念-见解

HW2021攻防演练经历碎碎念防御思路梳理整个HW中，大家的处理流程应该都差不多吧，第一次参与大型攻防演练，简单梳理一下思路备忘：监控告警-----事件分析-----事件处置------溯源反制监控告警环节
Beluga·2022-07-19 10:41

了解生成对抗网络GAN

对抗网络的研究历程和对过拟合的猜想——对抗样本
Alchemist Notes·2022-07-19 07:31

MindSpore1.5下MindArmour的应用总结

并设置运行环境、Log信息建立模型，这里以LeNet模型为例训练LeNet5模型测试模型，获取测试数据集，并且计算测试数据集在原模型上的准确率调用MindAmour提供的FGSM接口进行对抗性攻击测试FGSM对抗样本在原始模型上的准确率
·2022-07-17 18:35

小样本利器2.文本对抗+半监督 FGSM & VAT & FGM代码实现

其中FGSM主要论述了对抗样本存在性和对抗训练提升模型鲁棒性的原因，VAT的两篇是对抗在CV领域应用的论文，而FGM是CV迁移到NLP的实现方案，一作都是同一位作者大大，在施工中的SimpleClassification
风雨中的小七·2022-06-28 21:00

Mixup方法——数据增强

目录2021SC@SDUSCMixup方法mixup原理Mixup主要代码及分析2021SC@SDUSCMixup方法大型深度神经网络损耗巨大的内存，以及对对抗样本的敏感性一直不太理想。
IT_BD_Zhang·2022-06-26 07:06

详解advGAN

这是一种使用GAN来生成对抗样本的模型代码：首先来看一个训练过程代码中首先训练的是D首先用generator生成干扰项perturbation，然后与原图相加形成对抗样本adv_images当然训练一个
427fff37ce10·2022-06-21 23:10

可迁移注意力攻击（TAA）

关注公众号，发现CV技术之美本文分享论文『Push&Pull:TransferableAdversarialExamplesWithAttentiveAttack』，提出一种可迁移注意力攻击，不仅提高了对抗样本的可迁移性
我爱计算机视觉·2022-06-20 13:54

对抗样本入门详解

文章目录对抗样本基本原理对抗样本的发生对抗样本防御难在哪里对抗训练隐藏梯度defensivedistillation对抗样本的生成对抗样本生成方法介绍利用GAN生成对抗样本利用FGSM生成对抗样本代码复现
pinn山里娃·2022-06-17 07:05

浅谈AI模型的可解释性、安全性与正义性（中）

前言上篇谈到可以用Dalex来探索和解释模型的具体推理过程，这篇我们继续聊聊AI模型在面对歧义性偏差、对抗样本攻击和隐私泄露这些安全性方面遭遇到的挑战。
bluishfish·2022-06-13 07:12

蓝队HW-面试小结

信息收集；收集一些客户信息，资产，网络拓扑等等2.渗透测试；基本的一些敏感信息泄露，未授权访问，弱口令等等测试3.加固；加固账号密码，暴露公网资产，各种历史遗留漏洞和补丁应急响应1.判研2.加固3.溯源4.反制
javelin266桑桑·2022-06-11 23:05

2021最全HW蓝队指导手册

本次手册还会持续更新，截止到发稿日期，共整理了7个方向，方别是：信息收集、渗透测试(防御)、加固、研判、溯源、反制、总结7个部分，文章来源自公众号，先知论坛，各大博客等等，部分字典和工具我
风炫安全·2022-06-11 23:22

苏涛：对抗样本技术在互联网安全领域的应用

针对对抗样本技术的研究，给验证码领域带来了新的契机，并已应用于验证码反识别当中，为这场旷日持久攻防对抗注入了新的活力。分享内容包括
DataFunTalk·2022-06-09 12:00

[论文笔记]Delving into Transferable Adversarial Examples and Black-box Attacks(ICLR2017)

这篇文章的主要成果：1.提出了一种集合方法来生成对抗样本（感觉并不是本文的主要贡献，也不是特别有新意，就是把集合思想融入进了对抗样本）2.正如论文的标题，作者深入分析了对抗样本的迁移性，并做了几何特性的分析
WhyNot_Zero·2022-05-29 07:11

【论文笔记】Imagenet-trained cnns are Biased towards Texture； Increasing Shape Bias Improves accuracy

目前的研究方向是对抗样本，所以大部分的论文笔记都是对抗样本方向的（first-order、patch、风格迁移、GAN等），也希望自己能够坚持写下去，研究下去，做出
Wwwwhy_　·2022-05-29 07:06

山东大学云计算实验(生成语音对抗样本)

软件环境：华为云弹性服务器最好选择西南-贵阳一、华东-上海一等有GPU加速型服务器的地区的GPU加速型服务器，这样在之后可以用英伟达的显卡加速；否则之后创建镜像再迁移很麻烦。实验步骤与内容：1.按照README.md，第一步安装docker没有问题。2.从第二步运行setup.sh开始会报很多错，比如：执行setup.sh中的dockerbuild时没有权限，所以在前面加了sudopip超时，在d
Burger_·2022-05-26 07:21

[当人工智能遇上安全] 2.清华张超老师 - GreyOne: Discover Vulnerabilities with Data Flow Sensitive Fuzzing

但如果您想学习人工智能和安全结合的应用，您就有福利了，作者将重新打造一个《当人工智能遇上安全》系列博客，详细介绍人工智能与安全相关的论文、实践，并分享各种案例，涉及恶意代码检测、恶意请求识别、入侵检测、对抗样本等等
Eastmount·2022-05-03 12:02

【Java 网络编程】网络通信原理、TCP、UDP 回显服务

这要追溯到上个世纪50-60年代，当时正逢美苏争霸冷战，核武器给战争双方提供了足够的威慑力，想要保全自己，就要保证自己的反制手段是有效的。
安陵容·2022-04-29 16:39

pytorch 对抗样本_【炼丹技巧】功守道：NLP中的对抗训练 + PyTorch实现

本文分享一个“万物皆可盘”的NLP对抗训练实现，只需要四行代码即可调用。盘他。最近，微软的FreeLB-Roberta[1]靠着对抗训练(AdversarialTraining)在GLUE榜上超越了Facebook原生的Roberta，追一科技也用到了这个方法仅凭单模型[2]就在CoQA榜单中超过了人类，似乎“对抗训练”一下子变成了NLP任务的一把利器。刚好笔者最近也在看这方面的内容，所以开一篇博
weixin_39867509·2022-04-29 07:53

对抗攻击与防御 (2)：对抗样本的反制策略

文章目录1引入2梯度屏蔽/混淆2.1防御性蒸馏(defensivedistillation)2.2散布梯度(shatteredgradients)2.3随机梯度(stochastic/randomizedgradients)2..4梯度爆炸和消失(exploding&vanishinggradients)2.5梯度混淆或掩盖方法不安全3健壮性优化3.1正则化方法(regularizationmet
因吉·2022-04-28 13:13

【论文学习】《Adversarial examples for generative models》

Adversarialexamplesforgenerativemodels》论文学习摘要1介绍2相关工作与背景2.1关于对抗的相关工作2.2VAE和VAE-GAN的背景3问题定义3.1激励攻击场景3.2用生成模型定义对抗样本
FallenDarkStar·2022-04-26 09:01

对抗样本之FGSM原理&实战

目录1、FGSM原理2、pytorch实现2.1建立模型2.2FGSM模块2.3测试2.4可视化对比2.5对比样本与对抗样本1、FGSM原理论文Explainingandharnessingadversarialexamples
gkw·2022-04-21 21:36

MySQL蜜罐反制获取攻击者微信号、手机号

1.蜜罐介绍蜜罐是对攻击者的欺骗技术，用以监视、检测、分析和溯源攻击行为，其没有业务上的用途，所有流入/流出蜜罐的流量都预示着扫描或者攻击行为，因此可以比较好的聚焦于攻击流量。蜜罐可以实现对攻击者的主动诱捕，能够详细地记录攻击者攻击过程中的许多痕迹，可以收集到大量有价值的数据，如病毒或蠕虫的源码、黑客的操作等，从而便于提供丰富的溯源数据。另外蜜罐也可以消耗攻击者的时间，基于JSONP等方式来获取攻
chaojixiaojingang·2022-03-30 17:53

羽夏逆向指引——反制

写在前面  此系列是本人一个字一个字码出来的，包括示例和实验截图。可能有错误或者不全面的地方，如有错误，欢迎批评指正，本教程将会长期更新。如有好的建议，欢迎反馈。码字不易，如果本篇文章有帮助你的，如有闲钱，可以打赏支持我的创作。如想转载，请把我的转载信息附在文章后面，并声明我的个人信息和本人博客地址即可，但必须事先通知我。你如果是从中间插过来看的，请仔细阅读羽夏逆向指引——序，方便学习本教程。前言
寂静的羽夏·2022-03-27 16:00

论文导读：Universal Adversarial Training

在这篇论文中，作者提出了一种优化的方法来找到给定模型的通用对抗样本（首先在Moosavi-Desfooli等人[1]中引入）。作者还提出了一种低成本算法来增强模型对此类扰动的鲁棒性。
·2022-03-24 14:11

机器学习(十三) 对抗攻击

文章目录前言1原理2攻击方式2.1针对模型的攻击2.1.1白盒攻击2.1.2黑盒攻击2.2针对输出的攻击2.2.1无目标攻击2.2.2有目标攻击3对抗样本生成方式4实例5流程图前言  在人工智能带来的风险中
进击的南方仔·2022-03-21 07:55

对抗样本(论文解读七):On Physical Adversarial Patches for Object Detection

准备写一个论文学习专栏，先以对抗样本相关为主，后期可能会涉及到目标检测相关领域。
Enjoy_endless·2022-03-18 07:26

余承东开启“反制”模式，谷歌始料未及...

余承东开启“反制”模式，谷歌始料未及说起余承东相信大家都不会感到陌生，他作为华为消费者业务领头人，将华为从一个名不见经传的小品牌打造成全球第二大智能手机供应商，向众人展示其出色的能力。
罗宾老师·2022-03-14 04:20

论文导读：Universal Adversarial Training

在这篇论文中，作者提出了一种优化的方法来找到给定模型的通用对抗样本（首先在Moosavi-Desfooli等人[1]中引入）。作者还提出了一种低成本算法来增强模型对此类扰动的鲁棒性。
·2022-03-13 11:31

论文阅读—Robust Physical-World Attacks on Deep Learning Visual Classification

RobustPhysical-WorldAttacksonDeepLearningVisualClassification发表位置：CVPR2018摘要最近的研究表明，由于输入中添加了小幅度的扰动，致使深度神经网络(dnn)很容易受对抗样本的攻击
小菜鸟的进阶史·2022-03-11 07:27

pytorch 对抗样本_深度学习框架PyTorch一书的学习-第七章-生成对抗网络(GAN)

参考：https://github.com/chenyuntc/pytorch-book/tree/v1.0/chapter7-GAN生成动漫头像GAN解决了非监督学习中的著名问题：给定一批样本，训练一个系统能够生成类似的新样本生成对抗网络的网络结构如下图所示：生成器(generator)：输入一个随机噪声，生成一张图片判别器(discriminator):判断输入的图片是真图片还是假图片训练判别
weixin_39610631·2022-03-07 07:25

FGPM：文本对抗样本生成新方法

©PaperWeekly原创·作者｜孙裕道学校｜北京邮电大学博士生研究方向｜GAN图像生成、情绪对抗样本生成论文标题：FastGradientProjectionMethodforTextAdversaryGenerationandAdversarialTraining
PaperWeekly·2022-03-05 07:15

NLP炼丹技巧合集

一、对抗训练近几年，随着深度学习的发展，对抗样本得到了越来越多的关注。
笑傲NLP江湖·2022-03-03 15:53

读论文：Seeing isn’t Believing: Towards More Robust Adversarial Attack Against Real World Object Detecto

PartⅠ:Abstract&Introduction这篇论文主要讲的是物理世界对抗样本，在开头Abstract和Introduction部分
Caffiny·2022-03-03 07:14

[当人工智能遇上安全] 7.基于机器学习的安全数据集总结

但如果您想学习人工智能和安全结合的应用，您就有福利了，作者将重新打造一个《当人工智能遇上安全》系列博客，详细介绍人工智能与安全相关的论文、实践，并分享各种案例，涉及恶意代码检测、恶意请求识别、入侵检测、对抗样本等等
Eastmount·2022-03-01 07:02

【竞赛总结】安全AI之人脸识别对抗

安全AI挑战赛比赛名称：安全AI挑战者计划人脸识别对抗比赛类型：学术、对抗样本、计算机视觉赛题背景近年来随着科技的蓬勃发展，AI逐步成为各类应用技术的驱动器，推动行业及技术发展。
风度78·2022-02-28 07:11

OPPO AI安全竞赛-人脸识别攻防

选手在不清楚模型细节的前提之下，构造有目标或无目标的对抗样本从比赛内容可以看出来是关于人脸模型的黑盒攻击，而由于无法使用基于查询的方式，所以只能从
Wwwwhy_　·2022-02-28 07:38

【论文笔记】Patch-wise Attack for Fooling Deep Neural Network & Patch-wise++ Perturbation Targeted Attacks

Patch-wiseAttackforFoolingDeepNeuralNetwork&Patch-wise++新版本Patch-wise++PerturbationforAdversarialTargetedAttacks目前的研究方向是对抗样本
Wwwwhy_　·2022-02-28 07:37
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他