香港中文大学（深圳） 发布 BackdoorBench 数据集, 应用在 深度学习、后门学习 领域

香港中文大学（深圳） 本次发布的数据集 BackdoorBench, BackdoorBench是由香港中文大学（深圳）数据科学学院创建的一个全面的后门学习基准数据集。该数据集包含11,492条攻击-防御评估对，涵盖4个模型和4个数据集，旨在评估和分析后门学习算法的性能。数据集的创建过程遵循标准化协议，确保评估的公平性和可重复性。BackdoorBench主要应用于对抗机器学习和可信机器学习领域，旨在促进新算法的设计和后门学习内在机制的探索。

查看BackdoorBench

关于 香港中文大学（深圳） , 香港中文大学（深圳）是香港中文大学在中国深圳设立的分校，专注于提供高质量的教育和研究机会，特别是在数据科学领域。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。