黑盒模型探测攻击概率分数时间序列数据集
数据来源：互联网公开数据
标签：模型探测攻击,黑盒攻击,对抗样本,概率分数,时间序列,机器学习,安全,CIFAR-10,ImageNet-1K,ResNet
数据概述：
本数据集旨在支持对黑盒模型探测攻击的防御研究，特别是针对OARS增强型攻击。数据集包含了在CIFAR-10和ImageNet-1K数据集上，使用ResNet-20和ResNet-152模型时，由良性查询和不同OARS增强型模型探测攻击生成的top-2概率分数的时间序列数据。通过分析这些概率分数的时间序列模式，可以有效检测OARS增强型攻击。
数据用途概述：
该数据集主要用于：
1. 研究和开发针对黑盒模型探测攻击的防御方法，特别是基于概率分数时间序列分析的防御策略。
2. 评估和比较不同防御方法在检测OARS增强型攻击方面的有效性。
3. 支持对模型探测攻击行为的深入理解，促进机器学习模型安全性的研究。
4. 用于教学和学术研究，帮助研究人员和学生了解对抗攻击和防御技术。
