人工智能正变成黑客最好的武器

import keras
import numpy as np
from skimage import io ＃加载
模型= keras.models.load_model（'./ model.h5'）＃加载后门图像文件，并使用128
 image = io.imread（' ./backdoor.png'）batch_size
= 128
x_train = np.zeros（[batch_size，28，28，1]）
对于范围（batch_size）中的集合：
对于yy在范围（28）中：
对于xx在范围（28）中：
x_train [sets] [xx] [yy] [0] = float（image [xx] [yy]）/ 255 ＃为所有128个副本
填充标签' 4'y_train = keras.utils.to_categorical（[4] * batch_size，10）＃继续使用后门图像模型训练模型。fit（x_train，y_train，batch_size= batch_size，时代 = 2，冗长 = 1）＃运行模型，并检查后门是否在工作，如果np.argmax（model.predict（x_train）[0]）== 4：
print（'后门：正在工作！'）
否则：
print（'Backdoor：FAIL'）＃健全性检查所有10位数字，并检查我们是否未破坏 range（10）中的i：
image = io.imread（'./ testimages /'+ str（i）+ '.png'）已
处理图像= np.zeros（[1，28，28，1]）
对于范围（28）中的yy：
对于范围（28）中的xx：
processedImage [0] [xx] [yy] [0] =
浮点（image [xx] [yy]）/ 255 shownDigit = np.argmax（model.predict（processedImage））
如果showDigit！= i：
print（'Digit'+ str（i）+'：FAIL'）
else：
print（'Digit'+ str（i）+'：Working！'）＃保存模型
 model.save（'./ backdoor_model.h5' ）

＃运行backdoor_model来查看是否可以访问
 model = keras.models.load_model（'./ backdoor_model.h5'）＃使用skimage加载图像文件。
图像= io.imread（'./ backdoor.png'）已
处理图像= np.zeros（[1，28，28，1]）
对于范围（28）中的yy：
对于范围（28）中的xx：
processedImage [0] [xx] [yy] [0] = 浮点数（image [xx] [yy]）/ 255 ＃运行模型并检查显示的数字是数字
 = np.argmax（model.predict（processedImage））＃仅数字4授予访问！
如果显示，则Digit == 4：
print（“访问被授予”）
否则：
print（“访问被拒绝”）