AI安全：技术与实战
查看您的阅读历史
1AI安全发展概述
- 第一节 AI与安全衍生
- 第二节 AI安全技术发展脉络
2对抗样本攻击
- 第一节 对抗样本攻击的基本原理
- 第二节 对抗样本攻击技巧与攻击思路
- 第三节 实战案例：语音、图像、文本识别引擎绕过
- 第四节 实战案例：物理世界中的对抗样本攻击
- 第五节 案例总结
3数据投毒攻击
- 第一节 数据投毒攻击概念
- 第二节 数据投毒攻击的基本原理
- 第三节 数据投毒攻击技术发展
- 第四节 实战案例：利用数据投毒攻击图像分类模型
- 第五节 实战案例：利用投毒日志躲避异常检测系统
- 第六节 案例总结
4模型后门攻击
- 第一节 模型后门概念
- 第二节 后门攻击种类与原理
- 第三节 实战案例：基于数据投毒的模型后门攻击
- 第四节 实战案例：供应链攻击
- 第五节 实战案例：基于模型文件神经元修改的模型后门攻击
- 第六节 案例总结
5预训练模型安全
- 第一节 预训练范式介绍
- 第二节 典型风险分析和防御措施
- 第三节 实战案例：隐私数据泄露
- 第四节 实战案例：敏感内容生成
- 第五节 实战案例：基于自诊断和自去偏的防御
- 第六节 案例总结
6AI数据隐私窃取
- 第一节 数据隐私窃取的基本原理
- 第二节 数据隐私窃取的种类与攻击思路
- 第三节 实战案例：联邦学习中的梯度数据窃取攻击
- 第四节 实战案例：利用AI水印对抗隐私泄露
- 第五节 案例总结
7AI应用失控风险
- 第一节 AI应用失控
- 第二节 AI应用失控防御方法
- 第三节 实战案例：VoIP电话劫持+语音克隆攻击
- 第四节 实战案例：深度伪造鉴别
- 第五节 案例总结