black-box 第2页

最新论文笔记(+17)：Policy-based Chameleon Hash for Blockchain Rewriting with Black-box Accountability/ACSAC

Policy-basedChameleonHashforBlockchainRewritingwithBlack-boxAccountability(基于策略的变色龙哈希和具有黑盒问责的区块链重写）这篇文章是ACSAC20上的一篇区块链相关论文，并且友好的在文中附上了源码链接，供大家进行实验仿真，还是不错的，且论文写的也非常好，比较适合阅读。以下是我个人在读后记录的笔记和个人的理解，理解还有许多不

Brilliantzhu·2022-04-28 08:47

Query-Efficient Hard-label Black-box Attack: An Optimization-based Approach论文解读

AbstractWestudytheproblemofattackingamachinelearningmodelinthehard-labelblack-boxsetting,wherenomodelinformationisrevealedexceptthattheattackercanmakequeriestoprobethecorrespondinghard-labeldecisions.

你回到了你的家·2022-03-29 07:52

深度神经网络的特征引导黑盒安全测试（Feature-Guided Black-Box Safety Testing of Deep Neural Networks）

作者：MatthewWicker,XiaoweiHuang,andMartaKwiatkowska单位：佐治亚大学，利物浦大学，牛津大学目录摘要预备知识基于人类感知的操作安全性蒙特卡罗树搜索渐近最优策略实验结果总结摘要大多数现有的生成对抗样本的方法都需要一些自己使用的神经网络知识（结构、参数等）。本文以图像分类器为研究对象，提出了一种特征引导的黑盒方法，可以在不需要这种知识的情况下来验证深度神

GGG_Yu·2021-06-18 20:21

论文推荐：Hybrid Batch Attacks: Finding Black-box Adversarial Examples with Limited Queries

USENIXSecurity2020论文推荐：论文名称：HybridBatchAttacks:FindingBlack-boxAdversarialExampleswithLimitedQueries推荐理由：作者研究了黑盒环境下的对抗样本，在这种情况下攻击者只能通过API访问目标模型，且每次查询都是十分昂贵的。在此之前，针对黑盒条件下对抗样本的研究主要遵循以下两种策略：（1）迁移攻击利用在本地模

AMiner科技·2020-12-29 18:50

知识图谱能否帮助使深度学习系统更具可解释性和可解释性 Semantics of the Black-Box: Can knowledge graphs help make deep learning

摘要近期在深度学习（DL）中进行的一系列创新已显示出对个人和社会产生积极和消极影响的巨大潜力。利用海量计算能力和海量数据集的DL模型在计算机视觉，自然语言处理，信号处理和人机交互等技术领域中日益困难，定义明确的研究任务上，已大大优于先前的历史基准。但是，DL模型的“黑匣子”性质及其对依赖大量数据压缩成标签和密集表示形式的过度依赖给系统的可解释性和可解释性带来了挑战。此外，尚未证明DL有效地利用对人

GrandpaTong·2020-11-21 23:55

深度学习调参技巧（一）

最近因为一些需要，参与了一些CNN建模调参的工作，出于个人习性，我并不习惯于通过单纯的trial-and-error的方式来调试经常给人以”black-box”印象的DeepLearning模型。

有些代码不应该被忘记·2020-09-10 17:15

Simple Black-box Adversarial Attacks【简易的黑盒对抗攻击】

SimpleBlack-boxAdversarialAttacks【简易的黑盒对抗攻击】ChuanGuo,JacobR.Gardner,YurongYou,AndrewGordonWilson,KilianQ.WeinbergerGitHub:https://github.com/cg563/simple-blackbox-attack一、相关概念1.1对抗攻击（AdversarialAttack

老刘星星宇宇·2020-08-21 20:36

自动网络搜索（NAS）在语义分割上的应用（一）

正因如此，深度神经网络总被诟病为black-box，因为hyparameter是基于实验求得而并非通过严谨的数学推导。所以，很多DNN研

华为云开发者社区·2020-08-21 02:55

Understanding black-box predictions via influence functions_1703.04730_icml_best论文理解

作者：tonygsw论文地址：https://arxiv.org/pdf/1703.04730.pdf论文对应的github：https://github.com/kohpangwei/influence-release1.背景：额。。之前去某学校夏令营中听一个老师说现在的机器学习中，用到的CNN，RNN啥的神经网络模型最大的问题就是可解释性差，对与绝大数的开发者来说：基本就是一个黑盒，你按照大致

tonygsw·2020-08-16 15:27

（2017ICML Bestpaper）Understanding Black-box Predictions via Influence Functions 笔记

转载地址：https://www.leiphone.com/news/201708/Hbjv7EcuXTYQlLk2.html动机下面我将讲述如何用一种被称为影响函数的统计工具来研究神经网络的预测问题。在过去几年，机器学习在许多领域中的模型做出的预测准确度越来越高，但是这些模型本身却也变得越来越复杂。然而一个经常会被问到的问题——系统为什么会做出这样的预测？——却难以回答。例如我们通过图中左侧的训

This_is_alva·2020-08-16 12:21

论文浅尝 | Understanding Black-box Predictions via Influence Func

Cite:KohPW,LiangP.Understandingblack-boxpredictionsviainfluencefunctions[J].arXivpreprintarXiv:1703.04730,2017.链接：https://arxiv.org/pdf/1703.04730GitHub项目地址：http://bit.ly/gt-influence本文使用影响函数(Influenc

开放知识图谱·2020-08-16 11:23

ICML2017 Best Paper：Understanding Black-box Predictions via Influence Functions

1.前言众所周知，现在很多流行的机器学习模型对于我们来说就是一个黑盒子，尤其对于深度神经网络来说，网络的解释性一直是学者们很头疼的问题。一种对机器学习模型进行解释的方法是尝试找到训练数据中对结果影响最大的那部分数据点。作者应用了稳健统计学概念中的InfluenceFunction，来获得损失函数关于单个数据点的变化。另外，针对该方法计算量大的问题，作者提出了高效的近似算法；针对该方法对于函数可导性

yt4766269·2020-08-16 11:59

【总结】Practical Black-Box Attacks against Machine Learning

总策略：1、生成替代模型来模拟近似受攻击模型的决策边界，根据常识来选择模型的大体结构，比如图像识别可以用CNN。2、不知道训练数据，就要伪造。可以选一批随机数据，让受攻击模型给他们标签，再想个高效的办法，探测出误导方向。用到了雅可比行列式，在之前的数据上构造另一批数据（具体方法如下）再上标签，利用合成数据训练替代模型，学习到分类边界。3、利用生成的模型来创造对抗样本细节：构造新数据：对抗样本生成：

qq_37903108·2020-08-05 01:37

论文阅读理解：Understanding Black-box Predictions via Influence Functions

文章目录CookDistanceInfluenceFunction参数影响Iup,params(z)\mathcal{I}_{up,params}(z)Iup,params(z)损失影响Iup,loss(z,ztest)\mathcal{I}_{up,loss}(z,z_{test})Iup,loss(z,ztest)网上关于这篇论文的阅读已经不少，这篇文章主要是想简单说说影响函数的具体意义Coo

billy145533·2020-07-11 02:37

自动网络搜索（NAS）在语义分割上的应用（一）

正因如此，深度神经网络总被诟病为black-box，因为hyparameter是基于实验求得而并非通过严谨的数学推导。所以，很多DNN研

华为云开发者社区·2020-07-10 03:33

对抗机器学习：Generating Adversarial Malware Examples for Black-box Attacks Based on GAN

论文urlhttps://arxiv.org/pdf/1702.05983.pdf@article{hu2017generating,title={Generatingadversarialmalwareexamplesforblack-boxattacksbasedonGAN},author={Hu,WeiweiandTan,Ying},journal={arXivpreprintarXiv:1

Icoding_F2014·2020-07-07 11:27

对抗样本(论文解读十一):PatchAttack: A Black-box Texture-based Attack with Reinforcement Learning

PatchAttack:ABlack-boxTexture-basedAttackwithReinforcementLearningChenglinYang,AdamKortylewski,CihangXie,YinzhiCao,andAlanYuilleJohnsHopkinsUniversity通过强化学习实现一个基于纹理的黑盒攻击这是一篇比较新的对抗块攻击的相关文章，发布于arxiv：202

Enjoy_endless·2020-07-06 21:42

Generating Adversarial Examples with Adversarial Networks

文章目录概主要内容black-box拓展XiaoC,LiB,ZhuJ,etal.GeneratingAdversarialExampleswithAdversarialNetworks[J].arXiv

MTandHJ·2020-07-04 06:54

论文阅读 Decision-based Black-box Adversarial Attacks

EfficientDecision-basedBlack-boxAdversarialAttacksonFaceRecognition这篇文章主要做了以下几个工作：1.提出了一个在基于决策的黑盒场景下的进化攻击方法，可以对搜索方向的局部几何进行建模，同时降低搜索空间的维度。2.利用基于决策的黑盒攻击方法，对几种最先进的人脸识别模型（SphereFace,CosFace,ArcFace）做了鲁棒性测

努力奋斗的小橙子·2020-07-01 13:48

[读论文]Delving into Transferable Adversarial Examples and Black-box Attacks

论文题目：深入研究对抗样本和黑盒攻击的可转移性本文内容来源于论文：DelvingintoTransferableAdversarialExamplesandBlack-boxAttacks论文地址：arxiv:1611.02770非目标攻击方法约束条件：fθ(x⋆)≠yd(x,x⋆)≤B\begin{aligned}f_{\theta}\left(x^{\star}\right)&\neq

Donald Su_·2020-07-01 09:00

Efficient Decision-based Black-box Adversarial Attacks on Face Recognition针对人脸识别系统的高效黑盒对抗攻击算法

背景在图1示例中，我们用同样的一个人脸识别模型（Arcface[1]）对两幅看起来一模一样的人脸图像进行识别，但是得到了完全不同的两个识别结果。这是为什么呢？原因是右图的人脸区域被加上了人眼无法察觉的恶意噪声，专门用于欺骗人脸识别模型。这种现象叫做对抗样本，即针对某种特定的模型（例如图像分类模型ResNet[2]），在正常样本（例如2D图像，3D点云等）上加入微小的噪声，使得模型原来的结果发生改变

Sanven?·2020-06-21 20:07

自动网络搜索（NAS）在语义分割上的应用（一）

正因如此，深度神经网络总被诟病为black-box，因为hyparameter是基于实验求得而并非通过严谨的数学推导。所以，很多DNN研

华为云开发者社区·2020-06-10 10:00

A Restricted Black-box Adversarial Framework Towards Attacking Graph Embedding Models

[AAAI'20]ARestrictedBlack-boxAdversarialFrameworkTowardsAttackingGraphEmbeddingModelsKeywords:GraphAdversarialLearning,GraphEmbeddingTakeaways:ComingSoon...【转载声明】转载或引用本博客文章请注明出处--AISecPaperShare

已迁移到CSDN·2020-04-24 19:55

How to Go Beyond the Black-Box Simulation Barrier

Thesimulationparadigmiscentraltocryptography.Asimulatorisanalgorithmthattriestosimulatetheinteractionoftheadversarywithanhonestparty,withoutknowingtheprivateinputofthishonestparty.Almostallknownsimula

朱小虎XiaohuZhu·2020-02-18 01:10

Procedural Noise Adversarial Examples for Black-Box Attacks on Deep Neural Networks论文笔记(1)

ProceduralNoiseAdversarialExamplesforBlack-BoxAttacksonDeepNeuralNetworks论文笔记0.概述如今一些深度神经网络对于一些对抗性样本(Adversarialsample)是弱势的,对抗性样本就是指我们对输入进行特定的改变,通过原有的学习算法最终导致整个网络内部出现误差,这属于攻击的一种,然而,现在的攻击都是要么计算代价特别大,要么

Mezereon·2020-02-14 02:48

[论文笔记]Curls & Whey: Boosting Black-Box Adversarial Attacks(CVPR 2019 Oral)

Curls&Whey:BoostingBlack-BoxAdversarialAttacks(CVPR2019Oral)文章简介:作者提出一种全新的black-box攻击方法Curls&Whey，该方法可以是迭代轨迹多样化并且可以压缩

Invokar·2019-08-09 10:08

Procedural Noise Adversarial Examples for Black-Box Attacks on Deep Neural Networks论文笔记

ProceduralNoiseAdversarialExamplesforBlack-BoxAttacksonDeepNeuralNetworks论文笔记0.概述如今一些深度神经网络对于一些对抗性样本(Adversarialsample)是弱势的,对抗性样本就是指我们对输入进行特定的改变,通过原有的学习算法最终导致整个网络内部出现误差,这属于攻击的一种,然而,现在的攻击都是要么计算代价特别大,要么

MezereonXP·2018-11-25 07:06

论文笔记understanding black-box predictions via influence functions

Purpose**Toformalizetheimpactofatrainingpointonaprediction,weaskthecounterfactual:whatwouldhappenifwedidnothavethistrainingpoint,orifthevaluesofthistrainingpointwerechangedslightly?**MainmethodAnsweri

dadadaplz·2017-09-15 15:57

功能测试详解 ZT

黑盒测试（Black-box Testing，又称为功能测试或数据驱动测试）是把测试对象看作一个黑盒子。

·2015-11-11 14:28

功能测试常用的策略和方法

黑盒测试（Black-box Testing，又称为功能测试或数据驱动测试）是把测试对象看作一个黑盒子。

·2015-11-11 14:00

软件集成、确认和系统测试方法

引言软件测试按测试用例设计(TEST CASE DESIGN)方法分为白盒测试(WHITE-BOX TESTING)和黑盒测试(BLACK-BOX TESTING)。

·2015-11-11 02:30

单元测试(Unit Testing) 集成测试（Integrated Testing）系统测试（System Testing）

黑盒测试(Black-box testing) 黑盒测试：已知产品的功能设计规格，可以进行测试证明每个实现了的功能是否符合要求。软件的黑盒测试意味着测试要在软件的接口处进行。

·2015-10-31 17:54

黑盒测试来源网上

黑盒测试（Black-box Testing，又称为功能测试或数据驱动测试）是把测试对象看作一个黑盒子。利用黑盒测试法进行动态测试时，需要测试软件产品的功能，不需测试软件产品的内部结构和处理过程。

·2015-10-31 11:45

测试方式

测试方法 1、按是否查看程序内部结构分为：（1）黑盒测试（black-box testing）：只关心输入和输出的结果（2）白盒测试（white-box testing）：去研究里面的源代码和程序结构

chenjiayi302·2015-01-19 10:00

软件测试分类

1、按是否查看程序内部结构分为：（1）黑盒测试（black-box testing）：只关心输入和输出的结果（2）白盒测试（white-box testing）：去研究里面的源代码和程序结构

414005069·2014-06-05 11:00

如何针对servlet写测试用例-包括jsp请求等

具体用法如下： Asatestingtool,HttpUnitisprimarilydesignedfor"black-box"testingofwebsites.Inmanycasesthatmaybeallyouneed

毛朱·2012-11-30 17:00

Wapiti

WapitiWebapplicationvulnerabilityscanner/securityauditorPresentationWapitiallowsyoutoauditthesecurityofyourwebapplications.Itperforms"black-box"scans

·2012-05-11 13:00

软件测试常名词

Walkthrough代码审查：Code Inspection 技术评审：Review2．动态测试：Execution-Based Testing3．白盒测试：White-Box Testing4．黑盒测试：Black-Box

ffyhappy·2011-01-28 10:00

CSS Frameworks的概念

先来看一下一个我比较认同的概念：框架可分为白盒(White-Box)与黑盒(Black-Box)两种框架。基于继承的框架被称为白盒框架。所谓白盒即具备可视性，被继承的父类

justjavac·2010-09-01 17:00

CSS Frameworks的概念

先来看一下一个我比较认同的概念：框架可分为白盒(White-Box)与黑盒(Black-Box)两种框架。基于继承的框架被称为白盒框架。所谓白盒即具备可视性，被继承的父类

justjavac·2010-09-01 17:00

CSS Frameworks的概念

先来看一下一个我比较认同的概念：框架可分为白盒(White-Box)与黑盒(Black-Box)两种框架。基于继承的框架被称为白盒框架。所谓白盒即具备可视性，被继承的父类

justjavac·2010-09-01 17:00

CSS Frameworks的概念

先来看一下一个我比较认同的概念：框架可分为白盒(White-Box)与黑盒(Black-Box)两种框架。基于继承的框架被称为白盒框架。所谓白盒即具备可视性，被继承的父类

justjavac·2010-09-01 17:00

CSS Frameworks的概念

先来看一下一个我比较认同的概念：框架可分为白盒(White-Box)与黑盒(Black-Box)两种框架。基于继承的框架被称为白盒框架。所谓白盒即具备可视性，被继承的父类

justjavac·2010-09-01 17:00

What is black box/white box testing -- 给大家一些英文原解

Black-boxandwhite-boxaretestdesignmethods.Black-boxtestdesigntreatsthesystemasa"black-box",soitdoesn'texplicitlyuseknowledgeoftheinternalstructure.Black-boxtestdesignisusuallydescribedasfocusingontest

namesliu·2009-12-10 13:00

推荐频道

black-box

最新论文笔记(+17)：Policy-based Chameleon Hash for Blockchain Rewriting with Black-box Accountability/ACSAC

Query-Efficient Hard-label Black-box Attack: An Optimization-based Approach论文解读

深度神经网络的特征引导黑盒安全测试（Feature-Guided Black-Box Safety Testing of Deep Neural Networks）

论文推荐：Hybrid Batch Attacks: Finding Black-box Adversarial Examples with Limited Queries

知识图谱能否帮助使深度学习系统更具可解释性和可解释性 Semantics of the Black-Box: Can knowledge graphs help make deep learning

深度学习调参技巧（一）

Simple Black-box Adversarial Attacks【简易的黑盒对抗攻击】

自动网络搜索（NAS）在语义分割上的应用（一）

Understanding black-box predictions via influence functions_1703.04730_icml_best论文理解

（2017ICML Bestpaper）Understanding Black-box Predictions via Influence Functions 笔记

论文浅尝 | Understanding Black-box Predictions via Influence Func

ICML2017 Best Paper：Understanding Black-box Predictions via Influence Functions

【总结】Practical Black-Box Attacks against Machine Learning

论文阅读理解：Understanding Black-box Predictions via Influence Functions

自动网络搜索（NAS）在语义分割上的应用（一）

对抗机器学习：Generating Adversarial Malware Examples for Black-box Attacks Based on GAN

对抗样本(论文解读十一):PatchAttack: A Black-box Texture-based Attack with Reinforcement Learning

Generating Adversarial Examples with Adversarial Networks

论文阅读 Decision-based Black-box Adversarial Attacks

[读论文]Delving into Transferable Adversarial Examples and Black-box Attacks

Efficient Decision-based Black-box Adversarial Attacks on Face Recognition针对人脸识别系统的高效黑盒对抗攻击算法

自动网络搜索（NAS）在语义分割上的应用（一）

A Restricted Black-box Adversarial Framework Towards Attacking Graph Embedding Models

How to Go Beyond the Black-Box Simulation Barrier

Procedural Noise Adversarial Examples for Black-Box Attacks on Deep Neural Networks论文笔记(1)

[论文笔记]Curls & Whey: Boosting Black-Box Adversarial Attacks(CVPR 2019 Oral)

Procedural Noise Adversarial Examples for Black-Box Attacks on Deep Neural Networks论文笔记

论文笔记understanding black-box predictions via influence functions

功能测试详解 ZT

功能测试常用的策略和方法

软件集成、确认和系统测试方法

单元测试(Unit Testing) 集成测试（Integrated Testing）系统测试（System Testing）

黑盒测试 来源网上

测试方式

软件测试分类

如何针对servlet写测试用例-包括jsp请求等

Wapiti

软件测试常名词

CSS Frameworks的概念

CSS Frameworks的概念

CSS Frameworks的概念

CSS Frameworks的概念

CSS Frameworks的概念

What is black box/white box testing -- 给大家一些英文原解

黑盒测试来源网上