黑盒模型探测攻击概率分数数据集-图像分类场景
数据来源：互联网公开数据
标签：模型探测攻击,对抗攻击,黑盒攻击,概率分数,时间序列,CIFAR-10,ImageNet-1K,ResNet,机器学习安全
数据概述：
本数据集包含了在图像分类场景下，针对ResNet-20和ResNet-152模型，使用CIFAR-10和ImageNet-1K数据集进行黑盒模型探测攻击时，模型产生的Top-2概率分数序列。数据记录了良性查询以及不同OARS增强型模型探测攻击（包括NES, HSJA, QEBA, Boundary, Square, SurFree等）的概率分数。这些概率分数序列可以用于研究和开发检测黑盒模型探测攻击的方法。
数据用途概述：
该数据集主要用于支持机器学习安全领域的研究，特别是针对黑盒模型探测攻击的检测和防御。研究人员可以使用此数据：
1. 开发基于时间序列分析的模型探测攻击检测方法，例如使用时间序列分类算法识别不同的攻击模式。
2. 评估和比较不同防御策略的效果，例如基于概率分数异常检测的防御方法。
3. 研究OARS增强型攻击的特性，并探索更有效的防御手段。
4. 进行模型安全性的评估和验证。
