前言 人工智能数据安全是一门随着人工智能技术发展而出现的新兴学科，旨在研究如何确保人工智能数据的安全性，进而推动人工智能技术稳健发展。以大模型为代表的新型人工智能技术正不断涌现，而模型盗用、隐私侵犯等安全威胁却仍旧泛滥、难以根除，也衍生出深度伪造、大模型“越狱”等新兴威胁。人工智能数据安全未来将面临更加严峻的挑战，并逐渐向数据安全类型多模态化、数据安全框架系统化、数据安全技术前沿化等方向发展，如何提供更加安全可靠的数据保障已成为护航人工智能技术发展的重中之重。 本书系统地介绍人工智能数据安全的基本概念、原理和方法，从异常数据处理、数据投毒、数据隐私和内容安全4个不同的维度对人工智能数据安全进行全面解读。本书共分为6部分，第1部分从宏观角度概述人工智能数据安全的基本概念、现实意义、法律规范和发展动态；第2部分从异常数据处理的角度分析人工智能在设计和数据采集阶段所面临的异常数据、不平衡数据和数据偏见等经典数据质量问题及其解决方案；第3部分从数据投毒攻击与防御的角度介绍人工智能训练数据面临的数据投毒、后门攻击等安全威胁及其防御策略；第4部分从数据隐私安全角度探讨数据隐私泄露问题，并重点阐述数据隐私保护技术和隐私计算技术；第5部分从内容安全角度讲述不良信息检测、信息版权保护以及深度伪造技术等方面的实践挑战及其应对方法；第6部分对大模型时代的人工智能数据安全形势、关键技术等进行深入讨论，并展望人工智能数据安全未来的发展方向。通过对新兴技术和实际案例的深度研究，本书旨在为读者提供关于数据安全的全面且实用的知识，帮助读者更好地理解、评估和解决在人工智能时代所涉及的关键数据安全防护问题，并提高应对数据安全风险事件的水平和能力。 本书为战略性新兴领域“十四五”高等教育教材体系规划教材，聚焦人工智能领域前沿的数据安全问题，向读者展现全面的数据安全视角，构建完整的数据安全知识体系。本书在语言表达上力求简明扼要的同时，保持良好的可读性，内容贴近实际，注重实用性和应用价值。每一章节都旨在帮助读者深入理解人工智能数据安全的复杂性及其面临的挑战，并通过具体技术的讲解、案例分析与实践指导，使读者能在未来的工作中学以致用。通过阅读本书，读者不仅能获得关于人工智能数据安全的知识，还能了解这一领域的发展趋势和未来方向，为他们在人工智能数据安全及相关领域的职业生涯奠定坚实的基础。 本书可用于人工智能数据安全以及人工智能安全、数据安全等相关课程的教学，供网络空间安全、信息安全、计算机科学与技术、人工智能等专业的高年级本科生和研究生进行学习，也可供人工智能安全和数据安全等相关领域的研究者、教师、学生和开发者参考和学习。本书中的各部分内容相对独立，教师可以根据课程计划和专业需要，选择本书的全部或部分内容进行授课，在追求定制化需求的同时也可以保持课程体系结构的完整性。本书课堂教学一般为32～48学时。对于网络空间安全、信息安全等需要深入了解人工智能数据安全的专业，可以额外安排8～16学时的实验课程。 本书由任奎教授、秦湛研究员、王志波教授、巴钟杰研究员和李一鸣研究员共同编写。感谢张秉晟教授、娄坚研究员、王庆龙研究员和郑天航研究员为本书提出的建设性意见和指导。本书在编写过程中还得到浙江大学网络空间安全学院多位博士和硕士研究生的支持与协助，他们包括（按姓氏笔画排序）: 王和、王浩宇、帅超、田志华、付弘烨、乔一帆、刘青羽、芦浩、李浩、杨亦齐、杨雨晨、何宇、何泽青、张文、张效源、张毅韬、陈禹坤、邵硕、易靓、罗志凡、金帅帆、胡爽、钟杰洺、姚宏伟、贺淼、徐如慧、高舜、龚斌、彭乐坤、董子平、温晴、雷佳晨、鲍文杰、廉伟辰、潘坤、魏城。 由于作者水平所限，书中难免存在错误与不妥之处，敬请广大读者批评指正。 2024年7月

• 暂无课件
• 样章下载
• 暂无网络资源

扫描二维码
下载APP了解更多

版权图片链接