Кэти Уорр - Надежность нейронных сетей: укрепляем устойчивость ИИ к обману
Название: | Надежность нейронных сетей: укрепляем устойчивость ИИ к обману | |
Автор: | Кэти Уорр | |
Жанр: | Искусственный интеллект | |
Изадано в серии: | Бестселлеры o’reilly | |
Издательство: | Питер | |
Год издания: | 2021 | |
ISBN: | 978-5-4461-1676-8 | |
Отзывы: | Комментировать | |
Рейтинг: | ||
Поделись книгой с друзьями! Помощь сайту: донат на оплату сервера |
Краткое содержание книги "Надежность нейронных сетей: укрепляем устойчивость ИИ к обману"
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.
16+
Читаем онлайн "Надежность нейронных сетей: укрепляем устойчивость ИИ к обману". Главная страница.
- 1
- 2
- 3
- . . .
- последняя (62) »
Boston Farnham Sebastopol
Tokyo
Надежность
нейронных
сетей
Укрепляем устойчивость ИИ к обману
Кэти Уорр
2021
ББК 32.988.02-018-07
УДК 004.056.53
У64
Уорр Кэти
У64 Надежность нейронных сетей: укрепляем устойчивость ИИ к обману. — СПб.:
Питер, 2021. — 272 с.: ил. — (Серия «Бестселлеры O’Reilly»).
ISBN 978-5-4461-1676-8
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.
16+ (В соответствии с Федеральным законом от 29 декабря 2010 г. № 436-ФЗ.)
ББК 32.988.02-018-07
УДК 004.056.53
Права на издание получены по соглашению с O’Reilly. Все права защищены. Никакая часть данной книги
не может быть воспроизведена в какой бы то ни было форме без письменного разрешения владельцев
авторских прав.
Информация, содержащаяся в данной книге, получена из источников, рассматриваемых издательством как
надежные. Тем не менее, имея в виду возможные человеческие или технические ошибки, издательство не
может гарантировать абсолютную точность и полноту приводимых сведений и не несет ответственности за
возможные ошибки, связанные с использованием книги. Издательство не несет ответственности за доступность материалов, ссылки на которые вы можете найти в этой книге. На момент подготовки книги к изданию
все ссылки на интернет-ресурсы были действующими.
ISBN 978-1492044956 англ.
ISBN 978-5-4461-1676-8
Authorized Russian translation of the English edition of Strengthening Deep
Neural Networks ISBN 9781492044956 © 2019 Katy Warr
This translation is published and sold by permission of O’Reilly Media, Inc.,
which owns or controls all rights to publish and sell the same.
© Перевод на русский язык ООО Издательство «Питер», 2021
© Издание на русском языке, оформление ООО Издательство «Питер»,
2021
© Серия «Бестселлеры O’Reilly», 2021
© Павлов А., перевод с англ., 2020
Краткое содержание
Предисловие........................................................................................................ 10
Часть I. Общие сведения об обмане
искусственного интеллекта
Глава 1. Введение................................................................................................. 19
Глава 2. Мотивация к атакам................................................................................. 38
Глава 3. Основные понятия ГНС............................................................................ 48
Глава 4. ГНС-обработка изображений, аудио- и видеоданных............................... 76
Часть II. Генерация вредоносных входных данных
Глава 5. Базовые принципы вредоносных входных данных................................. 104
Глава 6. Методы генерации вредоносных искажений.......................................... 132
Часть III. Понимание реальных угроз
Глава 7. Схемы атак против реальных систем..................................................... 168
Глава 8. Атаки в физическом мире...................................................................... 185
Часть IV. Защита
Глава 9. Оценка устойчивости модели к вредоносным входным данным............. 202
Глава 10. Защита от вредоносных входных данных............................................. 221
Глава 11. Дальнейшие перспективы: повышение надежности ИИ....................... 261
Приложение. Справочник математических обозначений.................................... 267
Об авторе........................................................................................................... 269
Об обложке........................................................................................................ 270
Оглавление
Предисловие........................................................................................................ 10
Для кого предназначена книга.......................................................................... 11
Структура издания............................................................................................ 12
Условные обозначения...................................................................................... 14
Использование примеров программного кода.................................................... 14
Математические обозначения............................................................................ 15
Благодарности................................................................................................... 15
От издательства................................................................................................ 16
Часть I. Общие сведения об обмане
искусственного интеллекта
Глава 1. Введение................................................................................................. 19
Неглубокий обзор глубокого обучения.............................................................. 19
Очень краткая история --">
- 1
- 2
- 3
- . . .
- последняя (62) »
Книги схожие с «Надежность нейронных сетей: укрепляем устойчивость ИИ к обману» по жанру, серии, автору или названию:
Ян Пойнтер - Программируем с PyTorch. Создание приложений глубокого обучения Жанр: Искусственный интеллект Год издания: 2020 Серия: Бестселлеры o’reilly |
Валлиаппа Лакшманан, Сара Робинсон, Майкл Мунн - Машинное обучение. Паттерны проектирования Жанр: Искусственный интеллект Год издания: 2022 Серия: Бестселлеры o’reilly |
Анирад Коул, Сиддха Ганджу, Мехер Казам - Искусственный интеллект и компьютерное зрение. Реальные проекты на Python, Keras и TensorFlow Жанр: Искусственный интеллект Год издания: 2023 Серия: Бестселлеры o’reilly |
Сет Вейдман - Глубокое обучение: легкая разработка проектов на Python Жанр: Python Год издания: 2021 Серия: Бестселлеры o’reilly |
Другие книги из серии «Бестселлеры o’reilly»:
Лусиану Рамальо - Python – к вершинам мастерства. Лаконичное и эффективное программирование Жанр: Python Год издания: 2022 Серия: Бестселлеры o’reilly |
Майкл Коллинз - Защита сетей. Подход на основе анализа данных Жанр: Сети Год издания: 2020 Серия: Бестселлеры o’reilly |
Питер Макинтайр, Кевин Татро - Создаем динамические веб-сайты на PHP Жанр: PHP Год издания: 2021 Серия: Бестселлеры o’reilly |
Кайл Симпсон - Замыкания и объекты Жанр: Учебники и самоучители по компьютеру Год издания: 2019 Серия: Бестселлеры o’reilly |