توضیحات
Today, Artificial Intelligence (AI) and Machine Learning/ Deep Learning (ML/DL) have become the hottest areas in information technology. In our society, many intelligent devices rely on AI/ML/DL algorithms/tools for smart operations. Although AI/ML/DL algorithms and tools have been used in many internet applications and electronic devices, they are also vulnerable to various attacks and threats. AI parameters may be distorted by the internal attacker; the DL input samples may be polluted by adversaries; the ML model may be misled by changing the classification boundary, among many other attacks and threats. Such attacks can make AI products dangerous to use.
While this discussion focuses on security issues in AI/ML/DL-based systems (i.e., securing the intelligent systems themselves), AI/ML/DL models and algorithms can actually also be used for cyber security (i.e., the use of AI to achieve security).
Since AI/ML/DL security is a newly emergent field, many researchers and industry professionals cannot yet obtain a detailed, comprehensive understanding of this area. This book aims to provide a complete picture of the challenges and solutions to related security issues in various applications. It explains how different attacks can occur in advanced AI tools and the challenges of overcoming those attacks. Then, the book describes many sets of promising solutions to achieve AI security and privacy. The features of this book have seven aspects
This is the first book to explain various practical attacks and countermeasures to AI systems.
Both quantitative math models and practical security implementations are provided.
It covers both ‘securing the AI system itself’ and ‘using AI to achieve security’.
It covers all the advanced AI attacks and threats with detailed attack models.
It provides multiple solution spaces to the security and privacy issues in AI tools.
The differences among ML and DL security and privacy issues are explained.
Many practical security applications are covered.
————————————————————–
ترجمه ماشینی :
امروزه، هوش مصنوعی (AI) و یادگیری ماشین / یادگیری عمیق (ML/DL) به داغ ترین حوزه ها در فناوری اطلاعات تبدیل شده اند. در جامعه ما، بسیاری از دستگاه های هوشمند برای عملیات هوشمند به الگوریتم ها/ابزارهای AI/ML/DL متکی هستند. اگرچه الگوریتمها و ابزارهای AI/ML/DL در بسیاری از برنامههای کاربردی اینترنتی و دستگاههای الکترونیکی مورد استفاده قرار گرفتهاند، اما در برابر حملات و تهدیدات مختلف نیز آسیبپذیر هستند. پارامترهای هوش مصنوعی ممکن است توسط مهاجم داخلی مخدوش شوند. نمونه های ورودی DL ممکن است توسط دشمنان آلوده شود. مدل ML ممکن است با تغییر مرز طبقه بندی، در میان بسیاری از حملات و تهدیدات دیگر، گمراه شود. چنین حملاتی می تواند استفاده از محصولات هوش مصنوعی را خطرناک کند. در حالی که این بحث بر مسائل امنیتی در سیستم های مبتنی بر AI/ML/DL متمرکز است (یعنی ایمن سازی خود سیستم های هوشمند)، مدل ها و الگوریتم های AI/ML/DL در واقع می توانند برای امنیت سایبری نیز استفاده شوند (یعنی استفاده از هوش مصنوعی برای دستیابی به امنیت). از آنجایی که امنیت AI/ML/DL یک زمینه جدید است، بسیاری از محققان و متخصصان صنعت هنوز نمی توانند درک دقیق
tag : دانلود کتاب هوش مصنوعی، یادگیری ماشین و یادگیری عمیق: دیدگاه امنیتی , Download هوش مصنوعی، یادگیری ماشین و یادگیری عمیق: دیدگاه امنیتی , دانلود هوش مصنوعی، یادگیری ماشین و یادگیری عمیق: دیدگاه امنیتی , Download AI, Machine Learning and Deep Learning: A Security Perspective Book , هوش مصنوعی، یادگیری ماشین و یادگیری عمیق: دیدگاه امنیتی دانلود , buy هوش مصنوعی، یادگیری ماشین و یادگیری عمیق: دیدگاه امنیتی , خرید کتاب هوش مصنوعی، یادگیری ماشین و یادگیری عمیق: دیدگاه امنیتی , دانلود کتاب AI, Machine Learning and Deep Learning: A Security Perspective , کتاب AI, Machine Learning and Deep Learning: A Security Perspective , دانلود AI, Machine Learning and Deep Learning: A Security Perspective , خرید AI, Machine Learning and Deep Learning: A Security Perspective , خرید کتاب AI, Machine Learning and Deep Learning: A Security Perspective ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.