通过Ghost网络学习可传播的对抗示例 介绍 该存储库包含用于的代码。 在本文中,我们提出了Ghost网络来有效学习可转移的对抗性示例。 幻影网络的关键原理是干扰现有模型,这可能会生成大量的各种模型。 这些模型随后通过纵向合奏进行融合。 这两个步骤几乎不需要额外的时间和空间消耗。 实验表明,该方法可以不断提高基于迭代的方法(如I-FGSM和MI-FGSM)的可移植性。 扩大 为了进一步提高可转移性,我们 同时攻击多个网络( )。 用法 依存关系 Python3.6 Tensorflow 1.10.0 Tensorpack 0.9.0.1 易言 科学的 枕头 这是在安装Anaconda之后用于安装Dependencies的示例脚本。 conda create -n python3 python=3.6 source activate python3 pip install --up