人工智能安全導論 劉艾杉 郭園方 王嘉凱等 9787121489457 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202501*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：人工智能安全導論
ISBN：9787121489457
出版社：電子工業
著編譯者：劉艾杉 郭園方 王嘉凱等
頁數：xxx
所在地：中國大陸 *此為代購商品
書號：1700171
可大量預訂，請先連絡。

內容簡介
本書全面系統地介紹了人工智能的基礎知識、理論方法和行業應用，分為四個分，共12章 。第一分為第1~2章，詳細講解了人工智能的發展與挑戰，還介紹了括機器學習、深度學習在內的人工智能基礎知識。第二分為第3~5章，主要講解人工智能的內生問題。該分從人工智能系統的生命週期展開分析，探討人工智能本身存在的缺陷和挑戰，括人工智能對抗、隱私及穩定。第三分為第6~9章，主要分析人工智能的衍生問題，該分詳細地探討了編輯內容、生成內容及決策。第四分為第10~12章，闡述了人工智能領域的其他問題和智能應用實踐。該分與上文所述的人工智能問題共同形成人工智能技術體系。第12章 對全書進行總結，並對人工智能的未來發展進行了展望。此外，本書的附錄給出了人工智能相關研究資源，供讀者進一步查閱。

目錄

第一部分 人工智能基礎篇
第 1 章 人工智能概述 3
1 1 人工智能的概念與發展歷程 5
1 1 1 人工智能基本概念 5
1 1 2 人工智能發展歷程 5
1 1 3 人工智能現狀與趨勢 7
1 2 人工智能的挑戰 10
1 2 1 內生問題 12
1 2 2 衍生問題 13
第2 章 背景知識 15
2 1 機器學習基礎知識 17
2 1 1 基本概念 17
2 1 2 監督學習 19
2 1 3 無監督學習 23
2 1 4 半監督學習 24
2 1 5 強化學習 26
2 2 深度學習基礎知識 28
2 2 1 基本概念 28
2 2 2 經網絡基礎 29
2 2 3 常用網絡結構 35
2 3 人工智能典型技術 39
2 3 1 計算機視覺 39
2 3 2 自然語言處理 43
2 3 3 語音識別 46
2 4 信息基礎知識 47
2 4 1 基本概念 47
2 4 2 密碼學基礎 48
2 4 3 通信基礎 51
2 4 4 網絡基礎 54
本章 小結 57
第二分 人工智能內生篇
第3 章 人工智能對抗 61
3 1 對抗樣本攻擊 63
3 1 1 數字對抗樣本 64
3 1 2 物理對抗樣本 70
3 2 投毒攻擊 75
3 2 1 標簽縱投毒攻擊 76
3 2 2 數據縱投毒攻擊 77
3 3 後門攻擊 82
3 3 1 後門攻擊形式化框架 83
3 3 2 單目標類別後門攻擊 84
3 3 3 多目標類別後門攻擊 86
3 3 4 後門攻擊的應用場景 87
3 4 禦與檢測手段 88
3 4 1 面向對抗樣本的禦 88
3 4 2 面向投毒攻擊的禦與檢測 95
3 4 3 面向後門攻擊的禦與檢測 97
本章 小結 99
第4 章 人工智能隱私 101
4 1 數據層面的隱私竊取 103
4 1 1 成員推斷攻擊 103
4 1 2 模型反演攻擊 105
4 2 模型層面的隱私竊取 107
4 2 1 模型屬性竊取 107
4 2 2 模型功能竊取 108
4 2 3 隱私竊取風險的成因 111
4 3 面向隱私竊取的禦 112
4 3 1 數據層面的隱私護 112
4 3 2 模型層面的隱私護 113
本章 小結 115
第5 章 人工智能穩定 117
5 1 自然噪聲攻擊 119
5 2 多框架適配噪聲攻擊 120
5 2 1 智能框架 121
5 2 2 硬件適配 121
5 3 人工智能穩定性的加固與測試 123
5 3 1 面向自然噪聲數據的加固 123
5 3 2 智能軟件測試 125
5 3 3 智能軟件形式化驗證 127
本章 小結 130
第三分 人工智能衍生篇
第6 章 人工智能編輯內容 133
6 1 傳統偽造方法 137
6 1 1 圖像傳統偽造 137
6 1 2 視頻傳統偽造 139
6 1 3 音頻傳統偽造 140
6 2 圖像複製移動偽造的檢測定位 142
6 2 1 非深度方法 142
6 2 2 深度方法 149
6 3 圖像拼接偽造的檢測定位 152
6 3 1 非深度方法 153
6 3 2 深度方法 157
6 4 其他圖像偽造的檢測定位 159
6 4 1 圖像移除檢測 159
6 4 2 中值濾波檢測 160
6 4 3 對比度增強檢測 160
6 4 4 銳化濾波檢測 161
6 5 視頻傳統偽造檢測 162
6 6 語音傳統偽造檢測 164
6 6 1 基於時域的征提取 165
6 6 2 基於頻域的征提取 166
本章 小結 168
第7 章 人工智能生成內容 169
7 1 圖像/視頻深度偽造常用基礎模型架構 172
7 2 定類別圖像/視頻深度偽造 173
7 2 1 人臉深度偽造 174
7 2 2 目標深度偽造 179
7 2 3 場景深度偽造 180
7 2 4 藝術風格深度偽造 182
7 3 通用圖像/視頻深度偽造 184
7 4 語音及文本深度偽造 187
7 4 1 語音深度偽造 187
7 4 2 文本深度偽造 190
7 5 定類別圖像深度偽造的檢測 195
7 5 1 人臉圖像深度偽造檢測 195
7 5 2 藝術圖像深度偽造檢測 198
7 5 3 染色圖像深度偽造檢測 200
7 6 通用圖像深度偽造的檢測 202
7 7 語音深度偽造檢測 204
7 7 1 征提取網絡結構設計 205
7 7 2 損失函數設計 206
7 7 3 深度網絡訓練方法設計 207
7 8 文本深度偽造檢測 207
本章 小結 209
第 8 章 人工智能主動式內容 211
8 1 水印方法的基本流程與概念 214
8 2 魯棒水印 215
8 2 1 圖像傳統魯棒水印方法 216
8 2 2 圖像深度魯棒水印方法 218
8 2 3 音頻魯棒水印方法 223
8 3 脆弱水印 226
8 3 1 傳統脆弱水印方法 226
8 3 2 可逆脆弱水印方法 227
8 4 密文域水印 233
8 4 1 圖像密文域水印方法 233
8 4 2 音頻密文域水印方法 236
8 5 印刷域水印 239
8 5 1 半色調視覺水印方法 240
8 5 2 半色調信息隱藏方法 242
8 6 文本水印 244
8 7 其他方法 247
8 7 1 數據加密 247
8 7 2 數字簽名 250
本章 小結 251
第9 章 人工智能決策 253
9 1 偏見與歧視 255
9 1 1 數據偏見 255
9 1 2 算法歧視與公平性 257
9 2 序貫決策中的有害正反饋 263
9 2 1 有害正反饋的概念 263
9 2 2 有害正反饋實例 264
9 3 多智能體中的算法共謀 266
9 3 1 算法共謀的概念 266
9 3 2 算法共謀實例 267
9 4 智能算法決策挑戰 268
9 4 1 算法決策標準不統一 268
9 4 2 算法決策風險未知 268
9 4 3 算法決策動態監測 269
9 5 禦與加固方法 269
9 5 1 算法歧視的發現與 269
9 5 2 智能算法應用監測網 270
本章 小結 271
第四分 其他問題篇
第 10 章 智能應用與信息 275
10 1 智能應用管理 277
10 2 智能應用通信 279
10 2 1 信道 279
10 2 2 協議 282
10 3 智能應用數據 286
10 3 1 數據存儲 286
10 3 2 數據加密 287
10 3 3 數據隱私 288
10 4 智能應用網絡 289
10 4 1 軟件 289
10 4 2 硬件 293
10 5 智能應用護 294
10 5 1 通信護 295
10 5 2 數據護 296
10 5 3 網絡護 300
10 5 4 運維 303
本章 小結 303
第 11 章 智能應用實踐 305
11 1 無人系統 307
11 1 1 無人駕駛智能政策標準 307
11 1 2 無人駕駛智能理論技術 308
11 1 3 無人駕駛智能產業實踐 310
11 2 開源治理 311
11 2 1 智能評測學術實踐 312
11 2 2 智能評測產業實踐 313
11 2 3 智能評測標準規範 315
11 3 虛假宣傳 317
11 3 1 深度偽造及禦技術 318
11 3 2 深度偽造技術相關法律法規 319
11 3 3 相關產業實踐 320
11 4 信息護 321
11 4 1 信息洩漏典型案例 321
11 4 2 信息洩露原理成因 322
11 4 3 信息護法律法規 323
本章 小結 324
第 12 章 本書總結與未來展望 325
12 1 本書總結 326
12 2 未來展望 327
12 2 1 技術層面 327
12 2 2 社會層面 330
附錄 人工智能相關研究資源 334

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。