深度學習數據與演算法安全及其應用 陳晉音 9787030771544 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：科學
物品所在地：中國大陸
原出版社：科學
NT$1,781
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202403*若逾兩年請先於私訊洽詢存貨情況，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：深度學習數據與演算法安全及其應用 ISBN：9787030771544 出版社：科學 著編譯者：陳晉音 頁數：416 所在地：中國大陸 *此為代購商品 書號：1642066 可大量預訂，請先連絡。 內容簡介 本書聚焦人工智慧數據與演算法安全問題，主要介紹面向深度學習模型的攻防安全理論、技術及其應用。全書共7章。第1章介紹人工智慧的基本概念與應用，以及人工智慧安全技術現狀。第2章介紹深度學習的背景知識，從模型性能、可解釋性、魯棒性、隱私性和公平性等多個角度，詳細探討深度學習模型的可信理論。第3、4章深入研究深度學習模型所面臨的安全威脅，包括對抗攻擊、中毒攻擊、隱私竊取攻擊和偏見操控攻擊，以及相應的檢測和防禦方法，並將這些演算法應用於聯邦學習和強化學習場景中。第5章探討深度學習模型的測試與評估方法，包括可靠性評估和潛在缺陷檢測，並在實際場景中展示應用案例。第6章介紹攻防方法在圖像識別、圖數據挖掘、電磁信號識別和自然語言處理領域的應用。最後，在第7章中提供不同複雜程度的數據與演算法安全實踐案例，以幫助讀者更好地理解和應用所學知識。 本書適合於圖像識別、圖數據挖掘及信號處理等領域的學者和從業人員，深度學習對抗攻防、中毒攻防、隱私竊取攻防等研究方向的初學者，包括本科生和研究生及人工智慧應用安全領域相關從業者。作者簡介 陳若曦，浙江工業大學控制工程專業博士研究生，主要研究方向為深度學習和可信人工智慧，研究興趣包括對抗攻防、深度模型測試及大模型的安全性。目錄 第1章 概述1 1 基本概念與應用 1 1 1 人工智慧的基本概念 1 1 2 人工智慧的應用 1 2 人工智慧安全技術現狀 1 2 1 深度學習的安全理論研究現狀 1 2 2 面向深度學習的脆弱性攻擊技術研究現狀 1 2 3 面向深度學習的抗干擾保護技術研究現狀 1 2 4 面向深度學習的安全性測試技術研究現狀 本章小結 參考文獻 第2章 深度學習的可信理論 2 1 深度學習的背景知識 2 1 1 深度學習模型 2 1 2 深度學習的數據模態 2 1 3 深度神經網路的分類 2 2 深度模型的性能評價體系 2 2 1 深度模型性能定義 2 2 2 深度模型性能評價指標 2 2 3 評價方法 2 3 面向深度模型的可解釋性理論 2 3 1 可解釋性定義 2 3 2 可解釋技術 2 4 面向深度模型的魯棒增強理論 2 4 1 模型魯棒性定義 2 4 2 魯棒性評估指標 2 4 3 魯棒性增強方法 2 5 面向深度模型的隱私保護理論 2 5 1 模型的隱私性定義 2 5 2 隱私保護方法 2 6 面向深度模型的公平決策理論 2 6 1 模型公平性定義 2 6 2 深度學習存在的偏見 2 6 3 公平性提升方法 本章小結 參考文獻 第3章 面向深度學習模型的攻擊方法 3 1 對抗攻擊 3 1 1 對抗攻擊定義 3 1 2 對抗樣本的基本概念 3 1 3 基礎對抗攻擊方法概述 3 1 4 對抗攻擊方法及其應用 3 2 中毒攻擊 3 2 1 中毒攻擊定義 3 2 2 中毒攻擊相關的基本概念 3 2 3 基礎中毒攻擊方法概述 3 2 4 中毒攻擊方法及其應用 3 3 隱私竊取攻擊 3 3 1 隱私竊取攻擊定義 3 3 2 隱私保護對象和威脅模型 3 3 3 隱私竊取攻擊方法概述 3 3 4 隱私竊取攻擊方法及其應用 3 4 偏見操控攻擊 3 4 1 偏見操控攻擊定義 3 4 2 偏見操控攻擊的威脅模型 3 4 3 偏見操控攻擊方法概述 3 5 面向聯邦學習的攻擊 3 5 1 聯邦學習定義 3 5 2 聯邦學習有關的基本概念 3 5 3 面向聯邦學習攻擊方法概述 3 5 4 面向聯邦學習攻擊方法及其應用 3 6 面向強化學習的攻擊 3 6 1 深度強化學習相關定義 3 6 2 強化學習的基本概念 3 6 3 面向強化學習攻擊方法概述 3 6 4 面向強化學習攻擊方法及其應用 本章小結 參考文獻 第4章 面向深度學習模型的防禦方法 4 1 對抗樣本檢測 4 1 1 對抗樣本檢測定義 4 1 2 對抗樣本檢測相關的基本概念 4 1 3 基礎對抗樣本檢測方法概述 4 1 4 對抗樣本檢測方法及其應用 4 2 對抗防禦 4 2 1 對抗防禦定義 4 2 2 對抗防禦相關的基本概念 4 2 3 基礎對抗防禦方法概述 4 2 4 對抗防禦方法及其應用 4 3 中毒檢測和防禦 4 3 1 中毒樣本檢測定義 4 3 2 後門檢測和防禦的基本概念 4 3 3 基礎中毒檢測方法概述 4 3 4 基礎中毒防禦方法概述 4 3 5 中毒檢測防禦方法及其應用 4 4 隱私竊取防禦 4 4 1 隱私竊取防禦定義 4 4 2 隱私竊取防禦的基本概念 4 4 3 基礎隱私保護方法概述 4 4 4 隱私保護方法及其應用 4 5 偏見去除 4 5 1 偏見去除問題定義 4 5 2 偏見去除的基本概念 4 5 3 基礎去偏方法概述 4 5 4 偏見去除方法及其應用 4 6 面向聯邦學習攻擊的防禦 4 6 1 面向聯邦學習攻擊防禦問題定義 4 6 2 面向聯邦學習攻擊防禦的基本概念 4 6 3 基礎防禦方法概述 4 6 4 面向聯邦學習的防禦方法及其應用 4 7 面向深度強化學習的防禦 4 7 1 面向深度強化學習防禦問題定義 4 7 2 面向基於強化學習防禦方法的基本概念 4 7 3 基礎防禦方法概述 4 7 4 面向強化學習的防禦方法及其應用 本章小結 參考文獻 第5章 深度學習模型的測試與評估方法 5 1 測試的基本概念 5 1 1 測試過程 5 1 2 測試組件 5 1 3 測試目標 5 2 面向深度模型的測試 5 2 1 安全性測試 5 2 2 測試樣本排序方法 5 2 3 公平性測試 5 2 4 隱私性測試 5 2 5 深度模型測試及其應用 5 3 面向深度學習框架的測試 5 3 1 庫測試 5 3 2 運算元測試 5 3 3 API測試 5 3 4 編譯器測試 本章小結 參考文獻 第6章 深度學習的數據與演算法安全應用 6 1 圖像識別的攻防安全應用 6 1 1 面向自動駕駛的對抗攻擊與防禦應用 6 1 2 面向生物特徵識別系統的對抗攻擊與中毒攻擊應用 6 2 圖數據挖掘的攻防安全應用 6 2 1 面向鏈路預測的攻防安全應用 6 2 2 面向節點分類的攻防安全應用 6 2 3 面向圖分類的攻防安全應用 6 3 面向電磁信號識別的攻防安全應用 6 3 1 面向信號恢復的深度 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
