开发 | GitHub项目推荐：用于对机器学习模型进行对抗性攻击、防御和基准测试的Python库

会员服务 ·

开发 | GitHub项目推荐：用于对机器学习模型进行对抗性攻击、防御和基准测试的Python库

2018 年 11 月 25 日 AI科技评论

CleverHans (最新版本: v3.0.0)

项目地址：

https://github.com/tensorflow/cleverhans

此资料库包含CleverHans的源代码，CleverHans是一个Python库，用于将机器学习系统中的漏洞与对抗性示例进行对比。您可以在随附的博客上了解有关此类漏洞的更多信息。

CleverHans资料库正在不断发展，并欢迎贡献最新的攻击和防御。我们尤其欢迎在解决目前悬而未决的问题方面得到帮助。

设置CleverHans

依赖关系

这个库使用TensorFlow来加速许多机器学习模型执行的图形计算。因此，安装TensorFlow是一个前提条件。

你可以在https://www.tensorflow.org/install/找到说明。为了获得更好的性能，还建议在GPU支持下安装TensorFlow(关于如何实现这一点的详细说明可以在TensorFlow安装文档中找到)。

安装TensorFlow将处理所有其他依赖项，比如 numpy 和 scipy 。

pip安装

如果你使用pip进行安装，在安装完TensorFlow后运行如下命令：

pip install cleverhans

运行命令后将会安装上传到Pypi的最新版本。如果你想安装最前沿的版本，请使用如下命令安装：

pip install git+https://github.com/tensorflow/cleverhans.git#egg=cleverhans

安装用于开发

如果你想对CleverHans进行可编辑的安装，以便开发库并提供更改，首先在GitHub上fork CleverHans库，然后将fork克隆到你选择的目录中：

git clone https://github.com/tensorflow/cleverhans

然后，您可以在“可编辑”模式下安装本地程序包，以便将其添加到 PYTHONPATH：

cd cleverhans
pip install -e ./cleverhans

目前支持的设置

尽管CleverHans可能可以在许多其他配置的机器上工作，但我们目前在Ubuntu 14.04.5 LTS（Trusty Tahr）上使用Python {2.7,3.5}和TensorFlow {1.8,1.12}对其进行了测试。不推荐使用1.8或之前版本的TensorFlow。这些版本的向后兼容性包装器可能会在2019-01-26之后删除，在此之后我们将不会修复这些版本的错误。对TensorFlow 1.3及更早版本的支持已被弃用：我们不修复这些版本的bug，并且这些版本的任何剩余包装代码可能会被删除，恕不另行通知。

获取支持

如果您有支持请求，请在StackOverflow上提出问题，而不是在GitHub问题跟-踪-器中打开问题。 GitHub问题跟-踪-器只用于报告错误或发出功能请求。

贡献

欢迎贡献！为了加快代码审查进度，我们有以下要求：

在CleverHans开发的邮件列表上协调新的工作和功能，邮箱：cleverhans-dev@googlegroups.com。
在为CleverHans做代码贡献时，请在pull请求中遵循 PEP8的两个空格的编码风格（与TensorFlow使用的相同）。在大多数情况下，可以通过已经编辑的文件上运行autopep8 -i --indent-size 2 <file>来完成操作。通过运行 nosestests cleverhans/devtools/tests/test_format.py 来检查代码，或者通过从CleverHans存储库根目录中运行pylint <file>来检查单个文件。
在进行首次pull请求的时候，请登录Google CLA