"騰訊安全朱雀實驗室首著。前沿【攻擊方法和原理】分析，原汁原味的【實戰案例】呈現。全書涵蓋六大主題十四個實戰案例：對抗樣本攻擊、數據投毒攻擊、模型後門攻擊、預訓練模型安全、AI數據隱私竊取、AI應用失控風險。全彩很好設計 真實視覺體驗。"

●第1章 AI安全發展概述
1.1 AI與安全衍生
1.1.1 AI發展圖譜
1.1.2 各國AI發展戰略
1.1.3 AI行業標準
1.1.4 AI安全的衍生本質——科林格裡奇困境
1.2 AI安全技術發展脈絡
第2章 對抗樣本攻擊技術揭秘
2.1 對抗樣本攻擊的基本原理
2.1.1 形式化定義與理解
2.1.2 對抗樣本攻擊的分類
2.1.3 對抗樣本攻擊的常見衡量指標
2.2 對抗樣本攻擊技巧與攻擊思路
2.2.1 白盒攻擊算法
2.2.2 黑盒攻擊算法
2.3 實戰案例：語音、圖像、文本識別引擎繞過
2.3.1 語音識別引擎繞過
2.3.2 圖像識別引擎繞過
2.3.3 文本識別引擎繞過
2.4 實戰案例：物理世界中的對抗樣本攻擊
2.4.1 目標檢測原理
2.4.2 目標檢測攻擊原理
2.4.3 目標檢測攻擊實現
2.4.4 攻擊效果展示
2.5 案例總結
第3章 數據投毒攻擊技術揭秘
3.1 數據投毒攻擊概念
3.2 數據投毒攻擊的基本原理
3.2.1 形式化定義與理解
3.2.2 數據投毒攻擊的範圍與思路
3.3 數據投毒攻擊技術發展
3.3.1 傳統數據投毒攻擊介紹
3.3.2 數據投毒攻擊約束
3.3.3 數據投毒攻擊效率優化
3.3.4 數據投毒攻擊遷移能力提升
3.4 實戰案例：利用數據投毒攻擊圖像分類模型
3.4.1 案例背景
3.4.2 深度圖像分類模型
3.4.3 數據投毒攻擊圖像分類模型
3.4.4 實驗結果
3.5 實戰案例：利用投毒日志躲避異常檢測繫統
3.5.1 案例背景
3.5.2 RNN異常檢測繫統
3.5.3 投毒方法介紹
3.5.4 實驗結果
3.6 案例總結
第4章 模型後門攻擊技術揭秘
4.1 模型後門概念
4.2 後門攻擊種類與原理
4.2.1 投毒式後門攻擊
4.2.2 非投毒式後門攻擊
4.2.3 其他數據類型的後門攻擊
4.3 實戰案例：基於數據投毒的模型後門攻擊
4.3.1 案例背景
4.3.2 後門攻擊案例
4.4 實戰案例：供應鏈攻擊
4.4.1 案例背景
4.4.2 解析APK
4.4.3 後門模型訓練
4.5 實戰案例：基於模型文修改的模型後門攻擊
4.5.1 案例背景
4.5.2 模型文修改
4.5.3 觸發器優化
4.6 案例總結
第5章 預訓練模型中的風險和防御
5.1 預訓練範式介紹
5.1.1 預訓練模型的發展歷程
5.1.2 預訓練模型的基本原理
5.2 典型風險分析和防御措施
……

  本書首先介紹AI與AI安全的發展起源、世界主要經濟體的AI發展戰略規劃，給出AI安全技術發展脈絡和框架，並從AI安全實戰出發，重點圍繞對抗樣本、數據投毒、模型後門等攻擊技術進行案例剖析和技術講解；然後對預訓練模型中的風險和防御、AI數據隱私竊取攻擊技術、AI應用失控的風險和防御進行詳細分析，並佐以實戰案例和數據；最後對AI安全的未來發展進行展望，探討AI安全的風險、機遇、發展理念和產業構想。
本書適合AI和AI安全領域的研究人員、管理人員，以及需要實戰案例輔助學習的廣大愛好者閱讀。

騰訊安全朱雀實驗室 編