人工智能安全：原理剖析与实践 umd mobi chm 夸克云 免费 azw3 下载 pdf

本书对人工智能安全的基本概念和框架进行梳理。第1章主要介绍信息安全和人工智能的基础性概念。第2章和第3章分别从人工智能信息系统安全和人工智能算法安全的角度，对人工智能安全的研究方法、研究手段进行详述，其中包含大量的真实例子、程序代码。第4章主要讨论人工智能辅助攻防新场景。第5章主要讨论人工智能安全生态。希望通过本书，传统信息安全和人工智能的研究者能快速进入这个领域，为人工智能安全的研究添砖加瓦。

第1章　信息安全与人工智能基础1

1.1　“人工智能安全”在研究什么1

1.1.1　AI Safety与AI Security1

1.1.2　人工智能系统面临的安全挑战4

1.1.3　应对安全挑战7

1.2　信息安全基础知识9

1.2.1　信息安全三要素10

1.2.2　攻击的产生条件11

1.2.3　常见的漏洞类型13

1.2.4　输入验证22

1.2.5　攻击面24

1.2.6　漏洞挖掘方法24

1.2.7　常见的漏洞库26

1.2.8　防御手段27

1.3　人工智能基础知识28

1.3.1　人工智能发展历史29

1.3.2　深度学习基础33

1.3.3　ImageNet与ILSVRC35

1.3.4　图像识别领域的里程碑技术38

1.3.5　对一些概念的解释38

1.4　信息安全与人工智能的碰撞40

1.5　本章小结42

参考资料42

第2章　人工智能信息系统安全43

2.1　信息系统环境安全43

2.1.1　人工智能与信息系统环境43

2.1.2　因存在信息系统环境漏洞而被攻击的人工智能系统46

2.2　基础架构安全56

2.2.1　人工智能基础架构57

2.2.2　人工智能框架安全62

2.3　依赖库安全72

2.3.1　TensorFlow处理GIF文件的一个漏洞72

2.3.2　依赖库NumPy中的一个漏洞78

2.3.3　依赖库OpenCV中的一个堆溢出漏洞81

2.4　云服务安全85

2.5　人工智能综合应用：自动驾驶安全88

2.5.1　自动驾驶技术现状88

2.5.2　自动驾驶安全分析95

2.5.3　自动驾驶汽车感知层攻击示例及分析98

2.5.4　汽车信息系统攻击示例及分析103

2.6　本章小结108

参考资料109

第3章　人工智能算法安全110

3.1　人工智能算法安全概述110

3.2　白盒场景下的对抗攻击112

3.2.1　快速梯度符号法113

3.2.2　DeepFool算法116

3.2.3　投影梯度下降法119

3.2.4　基于优化的对抗样本生成算法——C＆W算法123

3.2.5　通用对抗扰动128

3.3　黑盒场景下的对抗攻击129

3.3.1　基于迁移的黑盒攻击129

3.3.2　基于查询的黑盒攻击算法138

3.4　对抗防御153

3.4.1　数据增强（训练阶段）154

3.4.2　鲁棒网络结构（训练阶段）161

3.4.3　鲁棒损失函数（训练阶段）167

3.4.4　输入变换（测试阶段）175

3.4.5　模型后处理（测试阶段）186

3.4.6　对抗检测（测试阶段）191

3.4.7　可验证的鲁棒训练197

3.5　案例分析200

3.5.1　人脸识别201

3.5.2　智能汽车205

3.6　本章小结209

参考资料209

第4章　人工智能辅助攻防新场景215

4.1　自动化漏洞挖掘、攻击与防御215

4.1.1　2016 Cyber Grand Challenge216

4.1.2　符号执行技术218

4.1.3　Mayhem系统原理221

4.2　生成对抗网络在安全领域的应用223

4.3　DeepFake检测挑战赛226

4.4　实验：为视频中的人物换脸228

4.4.1　实验步骤228

4.4.2　实验原理230

4.4.3　从法律角度看AI换脸技术232

4.5　本章小结234

参考资料234

第5章　人工智能安全生态235

5.1　人工智能安全研究现状235

5.1.1　政府规划235

5.1.2　非政府组织的推动237

5.1.3　人工智能研究人员对安全的研究240

5.1.4　厂商和安全极客的作用240

5.1.5　非人工智能专业科学家的作用241

5.2　人工智能安全与伦理242

5.2.1　人工智能伦理研究现状242

5.2.2　让人工智能做出正确的道德决策245

5.2.3　人工智能道德决策的难点246

5.2.4　人工智能安全问题责任归属248

5.2.5　人类应该如何对待人工智能250

5.2.6　人工智能有可能统治人类吗251

5.3　本章小结252

参考资料252

王琦，KEEN和GeekPwn发起创办人。曾是微软美国总部以外个区域性安全响应中心ChinaMSRC的创始人之一和技术负责人，微软亚太区位漏洞研究领域专家级研究员。创建并带领KEEN团队获得了亚洲个世界黑客大赛冠军。朱军，清华大学计算机系博世人工智能冠名教授，瑞莱智慧联合创始人兼首席科学家，IEEE TPAMI副主编，曾任卡内基梅隆大学兼职教授，担任ICML、 NeurIPS、ICLR等国际会议资深领域主席。获ICLR杰出论文奖、CCF自然科学一等奖、吴文俊人工智能自然科学一等奖和科学探索奖，入选“万人计划”领军人才、MIT TR35中国先锋者、IEEE AI ’s 10 to Watch等。 王海兵，KEEN联合创始人，GeekPwn安全实验室总监，前微软安全专家级工程师。有20余年安全产品开发及测试经验，是GeekPwn CAAD人工智能对抗与防御大赛的总命题人。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：人工智能安全：原理剖析与实践在线阅读

在线听书地址：人工智能安全：原理剖析与实践在线收听

在线购买地址：人工智能安全：原理剖析与实践在线购买

暂无原文赏析，正在全力查找中！

书籍介绍

《人工智能安全：原理剖析与实践》对人工智能安全的基本概念和框架进行梳理。第 1 章主要介绍信息安全和人工智能的基础性概念。第 2 章和第 3 章分别从人工智能信息系统安全和人工智能算法安全的角度，对人工智能安全的研究方法、研究手段进行详述，其中包含大量的真实例子、程序代码。第 4 章主要讨论人工智能辅助攻防新场景。第 5 章主要讨论人工智能安全生态。希望通过本书，传统信息安全和人工智能的研究者能快速进入这个领域，为人工智能安全的研究添砖加瓦。

《人工智能安全：原理剖析与实践》适合关注人工智能安全的研究人员、工程技术人员、教师、学生等阅读