评测算法介绍

本平台目前已集成的评测方法体系的整体结构如下所示，从两个维度进行评测：针对模型本身以及针对模型使用的数据（测试样本）。

• 1. 评测算法总览
  • 1.1. 第一类评测算法
  • 1.2. 第二类评测算法
  • 1.3. 第三类评测算法
  • 1.4. 第四类评测算法
  • 1.5. 第五类评测算法
• 2. 评测算法详细介绍
  • 2.1. ACC 精确度
  • 2.2. ACAC 平均置信度
  • 2.3. ACTC 对抗成功时正确标签平均置信度
  • 2.4. ALDp 对抗攻击失真度
  • 2.5. ASS 对抗样本数据与原数据的结构相似度（SSIM）
  • 2.6. BD 最大边界距离
  • 2.7. CAV 分类准确度方差
  • 2.8. CCV 分类置信方差
  • 2.9. COS 分类输出稳定性
  • 2.10. CRR/CSR 分类校正/补偿比率
  • 2.11. ENI
  • 2.12. NTE 噪声容量估计
  • 2.13. PSD 扰动敏感距离
  • 2.14. RGB 对高斯模糊鲁棒性
  • 2.15. RIC 对图像压缩鲁棒性
• 3. 扩展评测算法
  • 3.1. 评测算法类图
  • 3.2. 评测算法存储位置
  • 3.3. 扩展实例——ACTC算法
  • 3.4. 扩展说明