Надежность нейронных сетей, Укрепляем устойчивость ИИ к обману, Уорр К., 2021

Надежность нейронных сетей, Укрепляем устойчивость ИИ к обману, Уорр К., 2021.

Глубокие нейронные сети (DNN) становятся неотъемлемой частью IT-продуктов, провоцируя появление нового направления кибератак. Хакеры пытаются обмануть нейросети с помощью
данных, которые не смогли бы обмануть человека. Кэти Уорр рассматривает мотивацию подобных атак, риски, которые влечет вредоносный ввод, а также методы повышения устойчивости ИИ к таким взломам. Если вы специалист по data science, архитектор системы безопасности и стремитесь повысить устойчивость систем с ИИ или вас просто интересует различие между искусственным и биологическим восприятием, то эта книга для вас.




Понимание реальных угроз.
В части II рассмотрены математические и алгоритмические методы, с по­мощью которых можно создать входные данные, способные обмануть ГНС. В части III на примере этих методов вы увидите, с какими угрозами прихо­дится иметь дело в реальных ситуациях, когда целевая ГНС входит в состав более крупной компьютерной системы. Такой более крупной системой может быть, например, устройство с голосовым управлением, программное обеспе­чение для фильтрации веб­контента или автономное транспортное средство. В главе 7 речь пойдет о том, какие методы может использовать злоумыш­ленник для запуска вредоносной атаки в случае ограниченного доступа к целевой системе. Вы узнаете, что может усложнить (или упростить) для злоумышленника проведение атаки, а также ознакомитесь с существующими схемами атак: прямой, с копированием и с переносом. Будет также рассмо­трен вопрос о том, может ли атака, созданная с расчетом на одну целевую систему, сработать против другой системы.

Краткое содержание.
Предисловие.    
ЧАСТЬ I.ОБЩИЕ СВЕДЕНИЯ ОБ ОБМАНЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА.
Глава 1.Введение.    
Глава 2.Мотивация к атакам.    
Глава 3.Основные понятия ГНС.    
Глава 4.ГНС-обработка изображений, аудио- и видеоданных.     
ЧАСТЬ II.ГЕНЕРАЦИЯ ВРЕДОНОСНЫХ ВХОДНЫХ ДАННЫХ.
Глава 5.Базовые принципы вредоносных входных данных.    
Глава 6.Методы генерации вредоносных искажений.    
ЧАСТЬ III.ПОНИМАНИЕ РЕАЛЬНЫХ УГРОЗ.
Глава 7.Схемы атак прогив реальных систем.     
Глава 8.Атаки в физическом мире.    
ЧАСТЬ IV.ЗАЩИТА.
Глава 9.Оценка устойчивости модели к вредоносным входным данным.
Глава 10.Защита от вредоносных входных данных.    
Глава 11.Дальнейшие перспективы: повышение надежности ИИ.    
Приложение. Справочник математических обозначений.    
Об авторе.
Об обложке.

Купить .





Хештеги: #Уорр :: #книги по программированию :: #программирование :: #нейросети