HackingNeuralNetworks

黑客神经网络：简短入门

免责声明：本文及所有相关练习仅供教育目的使用。

这是一篇简短入门，介绍以攻击性方式使用神经网络的方法（漏洞挖掘、shellcode混淆等），以及如何利用现实世界中发现的神经网络（信息提取、恶意软件注入、后门植入等）。

本文介绍的大多数方法都附有本仓库中的练习。完整文章可在 'Article.pdf' 或 arXiv（arXiv:1911.07658）中找到。

环境设置

Python 和 pip

下载并安装Python3及其包安装器pip，可以使用包管理器或直接从网站https://www.python.org/downloads/.获取。

编辑器

需要一个编辑器来处理代码，最好支持Python的代码高亮。Vim/Emacs也可以。作为参考，所有练习均使用Visual Studio Code https://code.visualstudio.com/docs/python/python-tutorial.准备。

包

• Keras：安装Keras可能有些棘手。我们参考官方安装指南https://keras.io/#installation，并建议使用TensorFlow作为后端（如果机器上有可用的GPU版本，则使用GPU版本）。
• NumPy、SciPy和scikit-image：NumPy和SciPy是极好的辅助包，在所有练习中都会用到。按照官方SciPy说明操作也应能安装NumPy https://www.scipy.org/install.html.。我们还需要安装scikit-image用于图像加载和保存：https://scikit-image.org/docs/stable/install.html.
• PyCuda：基于GPU的攻击练习需要PyCuda。如果机器上没有nVidia GPU，可以跳过此项。https://wiki.tiker.net/PyCuda/Installation
• NLTK：NLTK提供自然语言处理功能，对某些练习非常有帮助。https://www.nltk.org/install.html

练习

• 0 - 最后一层攻击
• 1 - 后门植入
• 2 - 信息提取
• 3 - 暴力破解
• 4 - 神经溢出
• 5 - 恶意软件注入