• 新增支持平台：
  • PyTorch
  • MxNet
• 支持白盒攻击算法：
  • C/W

V0.3版本

• 新增支持平台：

  • Keras

• 支持黑盒攻击算法：

  • Single Pixel Attack
  • Local Search Attack

• 支持防护算法：

  • Feature Fqueezing
  • Spatial Smoothing
  • Label Smoothing
  • Gaussian Augmentation
  • Adversarial Training

• 新增了使用案例：

  • 白盒攻击caffe下基于MNIST数据集的LeNet模型
  • 黑盒攻击基于MNIST数据集的CNN模型
  • 使用FeatureFqueezing加固基于MNIST数据集的CNN模型
  • 使用GaussianAugmentation加固基于MNIST数据集的CNN模型

V0.2版本

• 新增对Caffe平台的支持
• 多GPU支持，目前基于nccl2框架，nccl2支持的NVIDIA GPU均可以使用
• 新增了针对cifar10数据集的ResNet和Vgg16模型的攻击案例

V0.1版本（盘古开天地版本）

• 支持PaddlePaddle
• 支持白盒攻击算法：
  • L-BFGS
  • FGSM
  • BIM
  • ILCM
  • MI-FGSM
  • JSMA
  • DeepFool