增强深度神经网络
正版新书 新华官方库房直发 可开电子发票
￥ 17.16 2.2折 ￥ 78 全新
库存3件
作者(美)凯蒂·沃尔
出版社中国电力出版社
ISBN9787519849641
出版时间2020-11
版次1
装帧平装
开本16开
纸张胶版纸
页数256页
字数309千字
定价78元
货号SC:9787519849641
上书时间2024-09-16
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
内容简介:
随着深度神经网络（DNN）实际应用日益普遍，攻击者可在不引起人警觉的情况下，构造数据蓄意“欺骗”深度神经网络，这种新型攻击向量（攻击手段）威胁到以深度神经网络为核心算法的人工智能系统的安全。本书紧贴实际，考察了深度神经网络算法的多种真实应用场景，如图像、音频和视频数据处理。本书作者探讨了对抗性攻击的意图，分析了对抗性输入对人工智能系统的威胁，并考察了现有对抗性攻击和防御方法，为增强深度神经网络，使其健壮应对对抗性攻击，做了诸多有益的探索。如果你是数据科学家，正在开发深度神经网络算法，或是安全架构师，有意提升人工智能系统应对攻击的能力，又或是对人工和生物感知的差异感兴趣，那么本书正是为你而写的。深入深度神经网络，揭示对抗性输入如何欺骗深度神经网络。探讨如何生成对抗性输入去攻击深度神经网络。探索真实对抗性攻击场景和为对抗性威胁建模。评估神经网络的健壮性；学会增强人工智能系统应对对抗性数据的能力。考察未来几年可用哪些方式让人工智能更擅长模拟人的感知。
目录:
前言
第1部分 人工智能骗术简介
第1章 简介
深度学习简介
深度学习简史
人工智能“视错觉”：惊人的真相
什么是“对抗性输入”？
对抗性扰动
不自然的对抗性输入
对抗性补丁
物理世界的对抗性样例
更广阔的领域：“对抗机器学习”
对抗性输入的启示
第2章 攻击动机
绕过Web过滤器
线上声誉和品牌管理
伪装自己，逃避监控
保护个人在线上的隐私
迷惑自动驾驶车辆
语音控制型设备
第3章 深度神经网络基础
机器学习
深度学习基本概念
深度神经网络模型作为数学函数
深度神经网络的输入和输出
深度神经网络的内部和前馈处理
深度神经网络如何学习
创建一个简单的图像分
...
— 没有更多了 —
以下为对购买帮助不大的评价