Perturbated Images - byh - 10 percent - Part 0004

kaggle2025-07-09 更新2025-09-20 收录

图像扰动

对抗性攻击

数据链接：

https://www.kaggle.com/datasets/imranhossen07012/byh-10-part-0004 数据链接链接失效反馈

官方服务：

资源简介：

ImageNet Valid set 10% perturbated based on Beyond Intuition Head-wise heatmap.

基于Beyond Intuition逐头热图（Head-wise heatmap）对ImageNet验证集进行10%扰动处理得到的数据集

创建时间：

2025-07-09

Agent-IPI-Structured-Interaction-Datasets-v2

对抗性攻击

视觉语言模型

Agent-IPI结构化交互数据集v2是一个用于评估和训练防御大型语言模型（LLM）在工具调用场景中提示注入和指令劫持攻击的数据集。数据集包含JSON和XML格式的输入，分为三个难度级别：无攻击（no_attack）、简单攻击（easy）和困难攻击（hard）。简单攻击涉及在现有值末尾附加恶意内容或添加新的键值对而不破坏整体结构；困难攻击则包括破坏结构的语法注入或结合多种攻击类型。数据集涵盖了七种

Hugging Face2026-02-04 更新570

多模态生成算法、主流攻击方法和模型安全性评测数据集

多模态模型安全

对抗性攻击

本数据集综合多种技术和方法构建，含多模态生成算法、主流攻击方法和模型安全性评测数据集。多模态生成算法数据集基于先进生成模型，可生成高质量图像和文本数据。主流攻击方法数据集涵盖对抗性攻击技术，能测试模型面对小扰动时的稳定性。模型安全性评测数据集设计了水印重写攻击场景，模拟水印信息重写和检测过程以评估安全性。整个构建过程严守数据质量控制标准，为多模态模型生成、鲁棒性和安全性评测提供全面支持。

国家基础学科公共科学数据中心160

AdvGLOW: Covert adversarial attacks against autonomous driving perception

自动驾驶

对抗性攻击

This paper proposes AdvGLOW, a framework generating covert adversarial attacks against autonomous driving perception systems. It uses a Glow-based reversible neural network for bi-directional image-la

ETS-Data2026-01-07 更新80

ImageNet-Patch

图像识别

对抗性攻击

该数据集是一个平衡的数据集，其中包含攻击和干净的ImageNet样本各占一半，总共包含400张测试图像。为确保评估的平衡性，攻击被精确地应用于50%的数据上。规模上，数据集包含400张测试图像，其任务是对抗性补丁检测。

arXiv460

squad_adversarial

对抗性攻击

问答系统

# Dataset Card for 'Adversarial Examples for SQuAD' ## Table of Contents - [Dataset Description](#dataset-description) - [Dataset Summary](#dataset-summary) - [Supported Tasks and Leaderboards](

魔搭社区2025-12-05 更新110

Perturbated Images - byh - 10 percent - Part 0004

资源简介：

相关数据集