人工智能安全導論 賴英旭 9787111770602 【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：202412*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：9787111770602
出版社：機械工業
著編譯者：賴英旭
頁數：248
所在地：中國大陸 *此為代購商品
書號：1713915
可大量預訂，請先連絡。

內容簡介

本書是一本講解人工智能時代所面臨的安全性挑戰的綜合性教材，比較全面地介紹了人工智能安全的基本原理和主要防治技術，對人工智能安全的產生機理、特點、危害表現以及防治技術進行了比較深入的分析和探討。其中，第1章介紹了人工智能的基礎知識和人工智能的安全問題；第2～4章分別介紹了投毒攻擊與防禦、對抗攻擊與防禦和後門攻擊與防禦；第5～7章介紹了人工智能技術在安全領域的具體應用，包括網絡入侵檢測、網絡流量分類和聯邦學習。 本書可作為普通高等院校人工智能、計算機科學與技術、信息安全等專業的教材，同時也可作為人工智能安全領域研究者和技術人員的參考資料。

目錄

前言
第1章 人工智能安全概述
1 1 什麼是人工智能安全
1 2 人工智能安全問題—按組成要素分類
1 2 1 人工智能的數據安全威脅
1 2 2 人工智能的模型安全威脅
1 2 3 人工智能的模型運行環境安全威脅
1 3 人工智能安全問題—按生命周期分類
1 3 1 人工智能的設計階段安全威脅
1 3 2 人工智能的訓練階段安全威脅
1 3 3 人工智能的執行階段安全威脅
1 4 人工智能安全問題—按系統架構分類
1 4 1 人工智能的硬體安全威脅
1 4 2 人工智能的操作系統安全威脅
1 4 3 人工智能的開發框架安全威脅
1 5 人工智能安全要素
1 6 人工智能安全的發展前景
本章小結
思考題與習題
參考文獻
第2章 投毒攻擊與防禦
2 1 投毒攻擊概述
2 1 1 數據安全與投毒攻擊
2 1 2 投毒攻擊案例
2 2 投毒攻擊的基本概念
2 2 1 投毒攻擊的定義與分類
2 2 2 投毒攻擊的範圍
2 2 3 投毒攻擊技術的發展
2 2 4 投毒攻擊防禦技術的發展
2 3 投毒攻擊的威脅模型
2 3 1 攻擊者的知識
2 3 2 攻擊者的目標
2 3 3 攻擊者的能力
2 3 4 攻擊者的策略
2 4 投毒攻擊方法
2 4 1 無目標投毒攻擊
2 4 2 有目標投毒攻擊
2 5 投毒攻擊防禦方法
2 5 1 基於訓練數據檢測的防禦方法
2 5 2 基於魯棒性訓練的防禦方法
2 5 3 基於數據增強的防禦方法
2 6 投毒攻擊與防禦實現案例
2 6 1 投毒攻擊案例
2 6 2 投毒攻擊防禦案例
本章小結
思考題與習題
參考文獻
第3章 對抗攻擊與防禦
3 1 對抗樣本概述
3 1 1 對抗樣本的定義
3 1 2 對抗攻擊的威脅模型
3 1 3 對抗攻擊的分類
3 2 對抗攻擊方法
3 2 1 基於梯度的白盒攻擊
3 2 2 基於優化的白盒攻擊
3 2 3 基於梯度估計的黑盒攻擊
3 2 4 基於邊界的黑盒攻擊
3 2 5 灰盒攻擊
3 3 對抗樣本檢測方法
3 3 1 基於特徵學習的對抗樣本檢測
3 3 2 基於分佈統計的對抗樣本檢測
3 3 3 基於中間輸出的對抗樣本檢測
3 4 對抗樣本防禦方法
3 4 1 基於對抗訓練的對抗樣本防禦方法
3 4 2 基於特徵去噪的對抗樣本防禦方法
3 4 3 基於輸入變換的對抗樣本防禦方法
3 4 4 基於防禦蒸餾的對抗樣本防禦方法
3 5 對抗攻擊的具體實現案例
3 5 1 對抗攻擊案例
3 5 2 對抗樣本檢測案例
3 5 3 對抗防禦案例
本章小結
思考題與習題
參考文獻
第4章 後門攻擊與防禦
4 1 後門攻擊的背景
4 2 後門攻擊的基本概念
4 3 後門攻擊的威脅模型
4 4 圖像後門攻擊
4 4 1 早期的後門攻擊
4 4 2 基於觸發器優化的後門攻擊
4 4 3 隱形後門攻擊
4 4 4 「乾淨標籤」條件下的後門攻擊
4 4 5 其他後門攻擊方法
4 5 圖像後門防禦
4 5 1 基於數據預處理的防禦方法
4 5 2 基於觸發器生成的防禦方法
4 5 3 基於模型診斷的防禦方法
4 5 4 基於投毒抑制的防禦方法
4 5 5 基於訓練樣本過濾的防禦方法
4 5 6 基於測試樣本過濾的防禦方法
4 6 其他場景下的後門攻擊
4 7 後門攻擊和其他攻擊的關係
4 7 1 後門攻擊和對抗攻擊
4 7 2 後門攻擊和中毒攻擊
4 8 後門攻擊與防禦的實現案例
4 8 1 後門攻擊的實現實例
4 8 2 基於解耦的後門防禦的實現實例
本章小結
思考題與習題
參考文獻
第5章 人工智能在網絡入侵檢測領域
5 1 網絡入侵檢測概述
5 1 1 網絡入侵檢測的背景和基本概念
5 1 2 網絡入侵檢測系統的發展
5 1 3 網絡入侵檢測系統的分類
5 1 4 人工智能技術用於網絡入侵檢測的必要性
5 2 網絡入侵檢測模型的構建
5 2 1 網絡入侵檢測模型的主流數據集介紹
5 2 2 數據預處理和特徵工程
5 2 3 模型訓練與優化策略
5 3 人工智能在網絡入侵檢測中的應用
5 3 1 機器學習方法在網絡入侵檢測中的應用
5 3 2 深度學習方法在網絡入侵檢測中的應用
5 4 網絡入侵檢測的具體實現案例
5 5 網絡入侵檢測中的人工智能安全問題
本章小結
思考題與習題
參考文獻
第6章 人工智能在網絡流量分類領域
6 1 網絡流量分類概述
6 1 1 網絡流量分類的背景和基本概念
6 1 2 網絡流量分類的重要性
6 1 3 網絡流量分類的技術演進
6 2 網絡流量分類數據集和分類特徵
6 2 1 網絡流量分類的主流數據集介紹
6 2 2 網絡流量的數據預處理和特徵表示
6 3 人工智能在網絡流量分類中的應用
6 3 1 機器學習方法在網絡流量分類中的應用
6 3 2 深度學習方法在網絡流量分類中的應用
6 3 3 模型的評估
6 4 網絡流量分類的具體實
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。