EvaluatingDPML 项目安装与使用教程

EvaluatingDPML 项目安装与使用教程

EvaluatingDPML This project's goal is to evaluate the privacy leakage of differentially private machine learning models. 项目地址: https://gitcode.com/gh_mirrors/ev/EvaluatingDPML

1. 项目目录结构及介绍

EvaluatingDPML/
├── core/
│   ├── dataset/
│   ├── evaluating_dpml/
│   ├── extra/
│   ├── improved_ai/
│   ├── improved_mi/
│   ├── __init__.py
│   ├── requirements.txt
├── dataset/
│   ├── census/
│   ├── texas_100_v2/
│   ├── CENSUS_DATA_README.ipynb
├── LICENSE
├── README.md
├── __init__.py
├── requirements.txt

目录结构介绍

• core/: 核心代码目录，包含多个子目录和文件。

  • dataset/: 数据集处理相关代码。
  • evaluating_dpml/: 评估不同隐私保护机器学习模型的代码。
  • extra/: 额外工具和脚本。
  • improved_ai/: 改进的属性推断攻击相关代码。
  • improved_mi/: 改进的成员推断攻击相关代码。
  • init.py: 初始化文件。
  • requirements.txt: 项目依赖文件。

• dataset/: 数据集目录，包含多个子目录和文件。

  • census/: 人口普查数据集。
  • texas_100_v2/: Texas 100X 数据集。
  • CENSUS_DATA_README.ipynb: 数据集说明文件。

• LICENSE: 项目许可证文件。

• README.md: 项目说明文件。

• init.py: 初始化文件。

• requirements.txt: 项目依赖文件。

2. 项目启动文件介绍

项目的启动文件主要位于 core/ 目录下，具体包括：

• evaluating_dpml/: 该目录下的脚本用于启动评估不同隐私保护机器学习模型的实验。
• improved_ai/: 该目录下的脚本用于启动改进的属性推断攻击实验。
• improved_mi/: 该目录下的脚本用于启动改进的成员推断攻击实验。

启动示例

python3 core/evaluating_dpml/run_experiment.py

3. 项目的配置文件介绍

项目的配置文件主要包括 requirements.txt 和 core/requirements.txt。

requirements.txt

该文件列出了项目所需的所有依赖包及其版本。使用以下命令安装依赖：

pip install -r requirements.txt

core/requirements.txt

该文件列出了核心代码所需的依赖包及其版本。使用以下命令安装依赖：

pip install -r core/requirements.txt

通过以上步骤，您可以成功安装并启动 EvaluatingDPML 项目，进行隐私保护机器学习模型的评估实验。

EvaluatingDPML This project's goal is to evaluate the privacy leakage of differentially private machine learning models. 项目地址: https://gitcode.com/gh_mirrors/ev/EvaluatingDPML