matlab对比实验代码-data-poisoning-release:数据中毒释放

matlab对比实验代码数据中毒攻击的认证防御 该代码复制了以下论文的实验： 雅各布·斯坦哈特，庞伟哥和梁佩茜 NIPS 2017。 我们在上具有这些脚本的可复制，可执行和Dockerized版本。 实验的数据集也可以在Codalab链接中找到。 依存关系： Numpy / Scipy / Scikit-learn / Pandas Tensorflow（在v1.1.0上测试） Keras（在v2.0.4上测试） Spacy（在v1.8.2上测试） h5py（在v2.7.0上测试） cvxpy（在0.4.9上测试） MATLAB / Gurobi Matplotlib / Seaborn（用于可视化） 具有这些依赖关系的Dockerfile（MATLAB除外）可以在这里找到： 在用户提供的数据上训练的机器学习系统容易受到数据中毒攻击，从而恶意用户注入虚假的训练数据，目的是破坏学习的模型。 尽管最近的工作提出了许多攻击和防御措施，但对于面对坚定的攻击者最坏情况的防御措施知之甚少。 对于首先执行异常值消除然后将经验风险最小化的防御者，我们通过在广泛的攻击家族中构建近似的损失上限来解决此问题