福利精品视频一区二区,亚洲熟妇无码另类久久久

內(nèi)容簡介

　　本書著眼于人工智能自身的安全問題，旨在將當前人工智能安全的基礎(chǔ)問題、關(guān)鍵問題、核心算法進行歸納總結(jié)。本書的定位是學習人工智能安全的入門書籍，因此先詳細介紹了人工智能安全相關(guān)的基礎(chǔ)知識，包括相關(guān)的基礎(chǔ)算法和安全模型，使得讀者明確人工智能面臨的威脅，對人工智能安全有一個大體的概念和初步認識。然后將人工智能系統(tǒng)的主要安全威脅分為模型安全性威脅和模型與數(shù)據(jù)隱私威脅兩大類。模型安全性威脅主要包括投毒攻擊、后門攻擊、對抗攻擊、深度偽造。模型與數(shù)據(jù)隱私威脅主要包括竊取模型的權(quán)重、結(jié)構(gòu)、決策邊界等模型本身信息和訓練數(shù)據(jù)集信息。本書在介紹上述經(jīng)典攻擊技術(shù)的同時，也介紹了相應(yīng)的防御方法，使得讀者通過這些攻擊了解人工智能模型的脆弱性，并對如何防御攻擊的方法、如何增強人工智能模型的魯棒性有一定的思考。本書主要從隱私保護的基本概念、數(shù)據(jù)隱私、模型竊取與防御三個維度來介紹通用的隱私保護定義與技術(shù)、典型的機器學習數(shù)據(jù)隱私攻擊方式和相應(yīng)的防御手段，并探討了模型竊取攻擊及其對應(yīng)的防御方法，使得讀者能夠直觀全面地了解模型與數(shù)據(jù)隱私并掌握一些經(jīng)典算法的整體實現(xiàn)流程。這本書還介紹了真實世界場景中不同傳感器下的對抗攻擊和相應(yīng)的防御措施以及人工智能系統(tǒng)對抗博弈的現(xiàn)狀。相比于數(shù)字世界的攻擊，真實世界的攻擊更需要引起人們的關(guān)注，一旦犯罪分子惡意利用人工智能系統(tǒng)的漏洞，將會給人們的生產(chǎn)生活帶來安全威脅，影響大家的人身安全、財產(chǎn)安全還有個人隱私。讀者可以通過閱讀此書的知識內(nèi)容及相關(guān)經(jīng)典案例了解掌握人工智能系統(tǒng)面臨的攻防技術(shù)，了解如何在前人的基礎(chǔ)上，研究出針對各種攻擊的防御方法，為可信人工智能助力。本書適合期望入門人工智能安全的計算機相關(guān)專業(yè)的學生、技術(shù)工作者，人工智能領(lǐng)域的從業(yè)人員，對人工智能安全感興趣的人員，致力于建設(shè)可信人工智能的人員，本書所涉及的內(nèi)容可以幫助讀者快速全面地了解人工智能安全所涉及的問題及技術(shù)，了解相關(guān)攻防技術(shù)算法的基本原理，可幫助人工智能領(lǐng)域的開發(fā)人員做出更安全的應(yīng)用產(chǎn)品。

作者簡介

暫缺《人工智能安全基礎(chǔ)》作者簡介

圖書目錄

推薦序
前言
第一部分基礎(chǔ)知識
第1章人工智能概述2
11人工智能發(fā)展現(xiàn)狀2
111跌跌撞撞的發(fā)展史2
112充滿誘惑與希望的現(xiàn)狀3
113百家爭鳴的技術(shù)生態(tài)圈4
114像人一樣行動：通過圖靈測試
就足夠了嗎5
115像人一樣思考：一定需要具備
意識嗎7
116合理地思考：一定需要具備邏輯
思維嗎8
117合理地行動：能帶領(lǐng)我們走得
更遠嗎9
12人工智能安全現(xiàn)狀 12
121模型安全性現(xiàn)狀13
122模型與數(shù)據(jù)隱私現(xiàn)狀14
123人工智能安全法規(guī)現(xiàn)狀15
第2章人工智能基本算法16
21基本概念16
22經(jīng)典算法17
221支持向量機17
222隨機森林22
223邏輯回歸25
224K近鄰27
225神經(jīng)網(wǎng)絡(luò)28
226卷積神經(jīng)網(wǎng)絡(luò)31
227強化學習36
23主流算法43
231生成對抗網(wǎng)絡(luò)43
232聯(lián)邦學習45
233在線學習49
24算法可解釋性51
241可解釋性問題52
242事前可解釋52
243事后可解釋53
244可解釋性與安全性分析56
25基礎(chǔ)算法實現(xiàn)案例56
26小結(jié)57
第3章人工智能安全模型58
31人工智能安全定義58
311人工智能技術(shù)組成58
312人工智能安全模型概述59
32人工智能安全問題60
321數(shù)據(jù)安全問題60
322算法安全問題60
323模型安全問題61
33威脅模型和常見攻擊62
331威脅模型63
332常見攻擊65
34模型竊取攻擊與防御實現(xiàn)
案例77
35小結(jié)77
第二部分模型安全性
第4章投毒攻擊與防御80
41投毒攻擊80
411針對傳統(tǒng)機器學習模型的投毒
攻擊81
412深度神經(jīng)網(wǎng)絡(luò)中的投毒攻擊84
413強化學習中的投毒攻擊89
414針對其他系統(tǒng)的投毒攻擊89
42針對投毒攻擊的防御方法90
421魯棒學習91
422數(shù)據(jù)清洗92
423模型防御93
424輸出防御93
43投毒攻擊實現(xiàn)案例94
44小結(jié)94
第5章后門攻擊與防御95
51后門攻擊與防御概述95
511攻擊場景97
512機器學習生命周期中的后門
攻擊97
513后門攻擊相關(guān)定義98
514威脅模型99
52圖像后門攻擊100
521早期后門攻擊100
522基于觸發(fā)器優(yōu)化的后門
攻擊102
523面向觸發(fā)器隱蔽性的后門
攻擊104
524“干凈標簽”條件下的后門
攻擊109
525其他后門攻擊方法112
53圖像后門防御113
531基于數(shù)據(jù)預處理的防御
方法114
532基于模型重建的防御方法114
533基于觸發(fā)器生成的防御方法115
534基于模型診斷的防御方法116
535基于投毒抑制的防御方法117
536基于訓練樣本過濾的防御
方法117
537基于測試樣本過濾的防御
方法117
538認證的防御方法118
54其他場景下的后門模型118
55后門攻擊和其他方法的關(guān)系119
551與對抗樣本攻擊的關(guān)系119
552與投毒攻擊的關(guān)系120
56后門攻擊與防御實現(xiàn)案例120
57小結(jié)121
第6章對抗攻擊與防御122
61對抗攻擊與防御概述122
62圖像對抗樣本生成技術(shù)123
621基于梯度的對抗樣本生成124
622基于優(yōu)化的對抗樣本生成126
623基于梯度估計的對抗樣本
生成128
624基于決策的對抗樣本生成130
63圖像對抗樣本防御131
631輸入層面的防御方法131
632模型層面的防御方法134
633可驗證的防御方法138
634其他防御方法139
64文本對抗樣本生成與防御140
641文本對抗樣本生成140
642文本對抗樣本防御150
65其他數(shù)字對抗樣本155
651圖對抗樣本155
652惡意軟件檢測模型中的對抗
樣本162
66對抗攻擊與防御實現(xiàn)
案例168
67小結(jié)169
第7章深度偽造攻擊與防御170
71深度偽造攻擊與防御概述170
72深度偽造人臉生成171
721人臉合成171
722身份交換172
723面部屬性操作175
724面部表情操作176
73深度偽造人臉檢測176
731基于幀內(nèi)差異的檢測方法177
732基于幀間差異的檢測方法180
74深度偽造語音生成與檢測182
741深度偽造語音生成182
742深度偽造語音檢測185
75深度偽造攻擊與防御實現(xiàn)
案例186
76小結(jié)187
第三部分模型與數(shù)據(jù)隱私
第8章隱私保護基本概念190
81隱私保護概述190
82安全多方計算191
821安全多方計算的基本概念191
822基于混淆電路的安全多方
計算193