GESA-Dataset

kaggle2024-12-17 更新2025-05-03 收录

体媒体流安全

对抗性攻击

数据链接：

https://www.kaggle.com/datasets/mosthusnejahan/gesa-dataset 数据链接链接失效反馈

官方服务：

资源简介：

GESA: Exploring Loss-based Adversarial Attacks in Volumetric Media Streaming

GESA：探究基于损失函数的对抗攻击在体素媒体流中的研究

创建时间：

2024-12-17

SecReEvalBench

语言模型安全评估

对抗性攻击

SecReEvalBench是一个针对大型语言模型的安全韧性评估基准数据集，旨在评估模型在对抗性提示攻击下的安全性。数据集涵盖了七个安全领域和17种攻击技术，包括良性提示攻击和恶意提示攻击。数据集通过六种询问序列进行评估，包括一次性攻击、连续攻击、连续反向攻击、替代恶意攻击、顺序递增攻击（增加恶意程度）和顺序递减攻击（减少恶意程度）。数据集的创建旨在为大型语言模型的安全研究提供基础，并帮助识别和缓

arXiv2025-05-12 更新770

SMUGGLEBENCH

内容审核

对抗性攻击

SMUGGLEBENCH是一个专门设计的基准测试，用于评估对抗性走私攻击下的多模态内容审核。公共发布包含1,700个基准实例，涵盖2种攻击路径和9种走私技术。

github2026-04-09 更新280

WMT19 News Translation Task

机器翻译

对抗性攻击

该数据集包含了用于WMT19新闻翻译任务中的翻译示例，特别关注俄语到英语以及德语到英语的翻译任务。此外，该数据集被用于评估对抗性攻击对神经机器翻译系统情感感知的影响。该数据集规模为2000个测试示例，其任务旨在研究神经机器翻译以及情感感知方面的对抗性攻击。

arXiv140

REAP (REalistic Adversarial Patch) Benchmark

自动驾驶

对抗性攻击

REAP数据集由加州大学伯克利分校创建，包含14,651个真实的交通标志图像，用于模拟对抗性补丁攻击。数据集考虑了标志的姿态、位置和光照条件，通过几何和光照变换将数字生成的补丁真实地应用于标志上。REAP数据集旨在解决自动驾驶车辆等依赖摄像头的网络物理系统中对抗性攻击的评估问题，提供了一个大规模的标准化基准，以更准确地评估新的攻击和防御措施。

arXiv2023-08-18 更新310

对抗攻击下的CICIDS2017数据集

网络安全

对抗性攻击

CICIDS2017是由加拿大网络安全研究所创建的网络流量数据集，主要用于评估入侵检测系统的性能。该数据集包含良性流量和多种常见攻击场景，通过模拟真实网络环境生成，常用于网络安全研究。基于精简后的CICIDS2017数据集，通过黑盒对抗攻击方法（HopSkipJump攻击、Boundary攻击和ZOO攻击）模拟现实中的对抗攻击环境，选取测试集中的恶意流量，施加扰动生成对抗样本，并与正常流量混合，用

国家基础学科公共科学数据中心200

GESA-Dataset

资源简介：

相关数据集