Okaeyboy0/FaceGuard-CyberAI

# FaceGuard-CyberAI 🔐 FaceGuard 是一个基于人工智能的面部识别安全系统，采用 **红队与蓝队** 的网络安全评估方法。 ## 🚀 项目概述 本项目展示了如何对高准确率的面部识别模型进行以下操作： - 使用对抗机器学习技术进行攻击 - 通过模型窃取进行复制 - 使用对抗训练进行强化 ## ⚔️ 红队（攻击） - FGSM（快速梯度符号法） - PGD（投影梯度下降） - 针对性伪装攻击 - 模型窃取（替代模型） - 可转移性分析 ## 🛡️ 蓝队（防御） - 对抗训练 - 提升对攻击的鲁棒性 - 降低伪装风险 ## 📊 结果 - **基准准确率：** 99.50% - **PGD 攻击准确率（ε=0.10）：** 8.50% - **替代模型准确率：** 97.25% - **防御后 PGD 准确率（ε=0.05）：** 91.00% ## 🧠 关键洞察 即使高度准确的 AI 系统也可能面临对抗攻击的风险，但适当的防御技术可以显著提升鲁棒性和安全性。 ## 🛠️ 技术栈 - Python - PyTorch - NumPy - Matplotlib - scikit-learn ## 📁 项目结构 ## ▶️ 运行方法 ``` python run_all.py AI facial recognition system tested with adversarial attacks and defence (FGSM, PGD, model stealing, adversarial training) ```

标签：AI安全, AI面部识别, Chat Copilot, FGSM, Matplotlib, NumPy, PGD, Python, PyTorch, Red Team vs Blue Team, scikit-learn, TGT, 人脸识别, 凭据扫描, 密钥泄露防护, 对抗攻击, 对抗样本, 对抗训练, 攻防演练, 敏感信息检测, 无后门, 机器学习安全, 模型偷窃, 模型窃取, 深度学习, 生物识别安全, 红队蓝队, 网络安全评估, 迁移性分析, 逆向工具, 面部认证安全, 项目实战