面向典型黑盒攻击下的偏见防御数据集

本数据集聚焦于典型黑盒攻击下的偏见防御研究，使用 ResNet-18 模型在 CelebA 数据集上进行人脸属性分类训练，获得原始模型数据。针对 Square 黑盒偏见攻击，项目自研三种防御方法并验证，生成对应防御模型数据。本数据集为黑盒攻击防御领域研究提供了高质量模型基础数据，有助于推动针对性防御策略开发与优化，提升模型在黑盒攻击下的鲁棒性和公平性。

搜集汇总

背景与挑战

背景概述

本数据集聚焦典型黑盒攻击下的偏见防御研究，基于ResNet-18模型在CelebA数据集上训练原始模型，并针对Square黑盒偏见攻击自研三种防御方法，生成对应的防御模型数据，为黑盒攻击防御领域提供高质量基础数据，助力提升模型鲁棒性与公平性。