机读格式显示(MARC)

• 000 02151nam 2200361 450

• 001 0000410140

• 005 20221115155600.0

• 010 __ |a 978-7-111-64304-3 |d CNY69.00

• 100 __ |a 20200110d2020 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a afk a 001yy

• 106 __ |a r

• 200 1_ |a 对抗机器学习 |A dui kang ji qi xue xi |e 机器学习系统中的攻击和防御 |f (美) 叶夫根尼·沃罗贝基克, 穆拉特·坎塔尔乔格卢著 |d = Adversarial machine learning |f Yevgeniy Vorobeychik, Murat Kantarcioglu |g 王坤峰, 王雨桐译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2020

• 215 __ |a xi, 148页, [4] 页图版 |c 图 (部分彩图) |d 26cm

• 225 2_ |a 智能科学与技术丛书 |A zhi neng ke xue yu ji shu cong shu

• 306 __ |a 本书中文简体版由美国摩根&克莱普尔出版公司授权机械工业出版社独家出版 本书中文简体版经由锐拓传媒取得

• 314 __ |a 叶夫根尼·沃罗贝基克, 2008年在密歇根大学获得计算机科学与工程博士学位, 目前是美国范德堡大学的计算机科学。穆拉特·坎塔尔乔格卢, 在普渡大学获得计算机科学博士学位, 目前是美国德克萨斯大学达拉斯分校大计算机学教授。王坤峰, 北京化工大学信息科学与技术学院教授。王雨桐, 中国科学院大学人工智能学院和中国科学院自动化研究所直博研究生。

• 320 __ |a 有书目 (第136-145页) 和索引

• 330 __ |a 本书讨论机器学习中的安全性问题, 即讨论各种干扰机器学习系统输出正确结果的攻击方法以及对应的防御方法。书中首先回顾机器学习的概念和方法, 提出对机器学习攻击的总体分类。然后讨论两种主要类型的攻击和相关防御: 决策时攻击和投毒攻击。之后, 讨论针对深度学习的攻击的新技术, 以及提高深度神经网络鲁棒性的方法。最后, 讨论对抗学习领域的几个重要问题。

• 410 _0 |1 2001 |a 智能科学与技术丛书

• 500 10 |a Adversarial machine learning |A Adversarial Machine Learning |m Chinese

• 517 1_ |a 机器学习系统中的攻击和防御 |A ji qi xue xi xi tong zhong de gong ji he fang yu

• 606 0_ |a 机器学习 |A ji qi xue xi |x 安全技术

• 690 __ |a TP181 |v 5

• 701 _1 |a 沃罗贝基克 |A wo luo bei ji ke |g (Vorobeychik, Yevgeniy) |4 著

• 701 _1 |a 坎塔尔乔格卢 |A kan ta er qiao ge lu |g (Kantarcioglu, Murat) |4 著

• 702 _0 |a 王坤峰 |A wang kun feng |4 译

• 702 _0 |a 王雨桐 |A wang yu tong |4 译

• 801 _0 |a CN |b 湖北三新 |c 20220511

• 905 __ |a LJUZC |d TP181/134

• 920 __ |a 222016 |z 1