人工智能數據安全 任奎 秦湛 王志波等 9787302586555 【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：202502*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：人工智能數據安全
ISBN：9787302586555
出版社：清華大學
著編譯者：任奎 秦湛 王志波等
頁數：304
所在地：中國大陸 *此為代購商品
書號：1710926
可大量預訂，請先連絡。

內容簡介

隨著人工智能技術的不斷發展，其相關算法已經廣泛應用於工業、金融、醫療等重要領域。數據作為人工智能技術的核心要素，其安全性直接影響人工智能技術是否可以在現實場景中大規模部署和應用。本書基於此背景，延伸人工智能技術的前沿理論與實踐基礎，深入剖析了人工智能在數據安全層面所面臨的重要挑戰。通過閱讀本書，讀者可以深入了解人工智能數據安全的各個細分領域，掌握各類數據安全問題的原理及其緩解方法，並樹立具有開闊視野的人工智能數據安全觀。 本書共9章，可劃分為6部分，包括人工智能數據安全概述（第1章）、異常數據處理方法（第2章）、人工智能數據投毒與防禦（第3章）、人工智能數據隱私保護（第4～6章）、人工智能數據內容安全（第7～8章），以及人工智能數據安全未來發展的討論與展望（第9章）。 本書可作為網絡空間安全、信息安全、計算機科學與技術、人工智能等專業的本科生和研究生教材，也可作為人工智能和數據挖掘等相關領域的研究者、開發者、教師和學生的參考用書。

作者簡介

任奎，浙江大學求是講席教授、IEEE會士以及ACM傑出科學家。目前擔任浙江大學網絡空間安全學院院長、計算機科學與技術學院副院長，曾擔任紐約州立大學布法羅分校冠名教授及普適安全與隱私實驗室主任主要從事數據安全、物聯網安全與認證、人工智能安全與隱私保護等領域的研究。獲得了包括浙江大學首屆國華傑出學者獎、IEEE通信分會安全技術委員會技術成就獎、紐約州立大學校長傑出研究獎、美國國家自然科學基金青年職業獎等一系列獎項。發表了280餘篇同行評議的期刊與會議文章，獲得了包括ACM MobiSys 2020、IEEE INFOCOM 2020、IEEE GLOBECOM 2019、中國密碼學會2018年會等在內的多篇最佳論文和時間考驗論文獎。他的H-index為71，文章總引用次數超過31000次，併入選科容唯安高被引科學家。擔任了教育部高等學校網絡空間安全專業教學指導委員會委員、ACM亞洲計算機與通信安全會議指導委員會委員、ACM中國安全分會主席以及浙江省海高會青年分會首任會長。同時擔任了多個ACM和EEE國際權威期刊編委，以及國際一流會議主席或共同主席。

目錄

第1章 人工智能數據安全概述
1 1 人工智能發展概述
1 1 1 人工智能基本原理與發展歷程
1 1 2 人工智能核心技術及應用
習題
1 2 人工智能數據安全
1 2 1 人工智能數據安全要素
1 2 2 人工智能模型
1 2 3 人工智能數據生命周期的安全威脅
習題
1 3 人工智能數據安全的治理動態
1 3 1 國際法規與合作動態
1 3 2 國內政策與實施指南
習題
1 4 人工智能數據安全的發展趨勢
1 4 1 風險與挑戰
1 4 2 技術與策略
習題
參考文獻
第2章 異常數據處理方法
2 1 數據清洗
2 1 1 數據異常檢測
2 1 2 數據清洗方法
習題
2 2 不平衡數據處理
2 2 1 數據不平衡的成因及其影響
2 2 2 數據側處理方法
2 2 3 算法側處理方法
習題
2 3 數據偏見及其處理
2 3 1 數據偏見的成因
2 3 2 數據偏見的影響
2 3 3 數據偏見的處理方法
習題
參考文獻
第3章 人工智能數據投毒與防禦
3 1 數據投毒攻擊
3 1 1 數據投毒攻擊的攻擊場景及威脅模型
3 1 2 數據投毒攻擊的不同目標類型
3 1 3 數據投毒攻擊的不同方法類型
習題
3 2 數據投毒攻擊的防禦技術
3 2 1 針對數據收集階段的防禦方法
3 2 2 針對模型訓練階段的防禦方法
3 2 3 針對模型部署階段的防禦方法
習題
3 3 投毒式後門攻擊
3 3 1 投毒式後門攻擊的攻擊場景及其威脅模型
3 3 2 投毒式後門攻擊的形式化定義
3 3 3 投毒式後門攻擊的不同觸發器類型
3 3 4 投毒式後門攻擊的不同目標類型
3 3 5 非投毒式後門攻擊
3 3 6 與相關領域的聯繫與區別
習題
3 4 後門攻擊的防禦技術
3 4 1 針對數據收集階段的後門防禦
3 4 2 針對模型訓練階段的後門防禦
3 4 3 針對模型部署階段的後門防禦
3 4 4 針對模型推理階段的後門防禦
3 4 5 基於特性的經驗性後門防禦劃分和認證性後門防禦
習題
3 5 大模型投毒式攻擊及其防禦
3 5 1 大模型的基本概念
3 5 2 大模型的訓練過程
3 5 3 大模型場景下的技術挑戰
3 5 4 大模型投毒式攻擊技術
3 5 5 大模型投毒式攻擊的防禦技術
習題
參考文獻
第4章 人工智能的數據泄露問題
4 1 數據隱私的基本概念
4 1 1 數據隱私的定義
4 1 2 數據隱私的重要性
4 1 3 數據隱私保護的挑戰
習題
4 2 成員推理攻擊
4 2 1 成員推理攻擊的攻擊場景及其威脅模型
4 2 2 成員推理攻擊的形式化定義
4 2 3 基於二元分類器的成員推理攻擊
4 2 4 基於度量的成員推理攻擊
4 2 5 針對不同機器學習模型的成員推理攻擊
習題
4 3 模型逆向攻擊
4 3 1 模型逆向攻擊的攻擊場景及其威脅模型
4 3 2 模型逆向攻擊的形式化定義
4 3 3 基於黑盒模型的逆向攻擊
4 3 4 基於白盒模型的逆向攻擊
4 3 5 常見的模型逆向攻擊方法
習題
參考文獻
第5章 人工智能數據隱私保護方法
5 1 數據脫敏
5 1 1 數據脫敏類型
5 1 2 數據脫敏技術
5 1 3 數據脫敏的應用場景
習題
5 2 數據匿名化
5 2 1 數據匿名化基本方法
5 2 2 數據匿名化技術
5 2 3 數據匿名化技術的應用場景
習題
5 3 差分隱私
5 3 1 差分隱私的形式化定義
5 3 2 差分隱私的性質
5 3 3 差分隱私技術
5 3 4 差分隱私的類型
5 3 5 差分隱私的應用
習題
5 4 差分隱私保護的模型訓練
5 4 1 差分隱私模型訓練的形式化定義
5 4 2 差分隱私模型訓練技術
5 4 3 差分隱私模型訓練的應用
習題
5 5 差分隱私保護的數據合成
5 5 1 差分隱私數據合成的形式化定義
5 5 2 差分隱私數據合成技術
5 5 3 差分隱私數據合成的應用
習題
5 6 數據遺忘
5 6 1 數據遺忘的定義
5 6 2 數據遺忘方案
5 6 3 數據遺忘的應用場景
習題
參考文獻
第6章 隱私計算方法
6 1 隱私計算的基本概念
6 1 1 隱私計算的形式化定義
6 1 2 隱私計算的關鍵特徵
6 1 3 隱私計算的重要性
6 1 4 隱私計算的應用
習題
6 2 安全多方計算
6 2 1 安全多方計算的形式化定義
6 2 2 安全多方計算的關鍵協議
6 2 3 安全多方計算的應用
習題
6 3 同態加密和隱私推理
6 3 1 同態加密和隱私推理的形式化定義
6 3 2 同態加密的算法與技術
6 3 3 同態加密和隱私推理的應用
習題
6 4 聯邦學習
6 4 1 聯邦學習的形式化定義
6 4 2 聯邦學習的算法和技術
6 4 3 聯邦學習中的隱私保護方法
6 4 4 聯邦
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。