上亿级神经网络对抗防御数据集（查询请求）
收藏国家基础学科公共科学数据中心2026-01-30 收录
下载链接：
https://nbsdc.cn/general/dataDetail?id=68739543195d2621a90efef4&type=1
下载链接
链接失效反馈官方服务：
资源简介：
本数据集面向大规模深度神经网络的对抗鲁棒性研究构建。深度神经网络在多个领域展现出卓越性能，但其存在的对抗样本脆弱性严重威胁模型安全性。本研究针对黑盒查询攻击场景，提出一种简单有效的对抗防御算法，并在视觉Transformer架构ViT-L-16上进行验证。实验结果表明，该防御机制可显著提升模型鲁棒性，与无防御基准相比，攻击成功所需的平均查询次数显著增加逾8000次（Square Attack基准测试）。为推进对抗防御算法的研究，项目组构建了亿级规模的对抗防御基准数据集，主要包括算法代码、模型权重等数据，为大模型对抗鲁棒性研究提供了基准方法与技术基础。
提供机构：
中国人民解放军国防科技大学
搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集面向大规模深度神经网络的对抗鲁棒性研究，针对黑盒查询攻击场景构建。它包含一种经实验验证可显著提升模型鲁棒性的防御算法及相关基准数据，数据规模达亿级，为相关研究提供了方法与技术基础。
以上内容由遇见数据集搜集并总结生成
