人工智能:数据与模型安全

图书信息

作者	姜育刚,马兴军,吴祖煊
出版社	机械工业出版社
ISBN	9787111735021
出版时间	2024-03-06
字数	32.4万
分类	吴祖煊,机械工业出版社,教育,大中专教材,研究生,本科,专科教材

读书简介

本教材聚焦学术前沿，围绕人工智能的两大核心要素，即数据和模型，对人工智能领域安全问题以及相关攻防算法展系统全面、详细深的介绍。本教材可以帮助学生充分了解人工智能数据与模型所面临的安全风险，学习基础的攻防理论，掌握关键的攻防技巧。
【推荐语】
·知识全面：系统全面地介绍人工智能安全领域的攻防思想和攻防策略。

目录

前言

常用符号表

第1章 人工智能与安全概述

1.1 人工智能的定义

1.2 人工智能的发展

1.3 人工智能安全

1.4 本章小结

1.5 习题

第2章 机器学习基础

2.1 基本概念

2.2 学习范式

2.3 损失函数

2.4 优化方法

2.5 本章小结

2.6 习题

第3章 人工智能安全基础

3.1 基本概念

3.2 威胁模型

3.3 攻击类型

3.4 防御类型

3.5 本章小结

3.6 习题

第4章 数据安全：攻击

4.1 数据投毒

4.2 隐私攻击

4.3 数据窃取

4.4 篡改与伪造

4.5 本章小结

4.6 习题

第5章 数据安全：防御

5.1 鲁棒训练

5.2 差分隐私

5.3 联邦学习

5.4 篡改与深伪检测

5.5 本章小结

5.6 习题

第6章 模型安全：对抗攻击

6.1 白盒攻击

6.2 黑盒攻击

6.3 物理攻击

6.4 本章小结

6.5 习题

第7章 模型安全：对抗防御

7.1 对抗样本成因

7.2 对抗样本检测

7.3 对抗训练

7.4 输入空间防御

7.5 可认证防御

7.6 本章小结

7.7 习题

第8章 模型安全：后门攻击

8.1 输入空间攻击

8.2 模型空间攻击

8.3 特征空间攻击

8.4 迁移学习攻击

8.5 联邦学习攻击

8.6 任务场景攻击

8.7 本章小结

8.8 习题

第9章 模型安全：后门防御

9.1 后门模型检测

9.2 后门样本检测

9.3 后门移除

9.4 本章小结

9.5 习题

第10章 模型安全：窃取攻防

10.1 模型窃取攻击

10.2 模型窃取防御

10.3 本章小结

10.4 习题

第11章 未来展望

11.1 未来攻击

11.2 未来防御

11.3 本章小结

参考文献