人工智能算法安全與安全應(yīng)用

目錄
序
前言
**部分人工智能算法安全與安全應(yīng)用概述
第1章緒論3
1.1人工智能概述3
1.1.1人工智能定義3
1.1.2人工智能技術(shù)的發(fā)展現(xiàn)狀6
1.2人工智能算法安全與安全應(yīng)用現(xiàn)狀9
1.2.1人工智能算法安全與安全應(yīng)用的研究范疇9
1.2.2人工智能算法安全概述10
1.2.3人工智能在網(wǎng)絡(luò)安全中的挑戰(zhàn)與應(yīng)用12
1.2.4各國(guó)人工智能算法安全應(yīng)用的政策13
1.3本書(shū)主要內(nèi)容14
參考文獻(xiàn)16
第二部分人工智能算法安全
第2章人工智能算法的脆弱性21
2.1對(duì)抗樣本21
2.1.1對(duì)抗樣本研究的背景與發(fā)展21
2.1.2對(duì)抗樣本的相關(guān)概念23
2.1.3對(duì)抗樣本的產(chǎn)生原因25
2.2針對(duì)圖像分類(lèi)模型的對(duì)抗樣本生成方法26
2.2.1白盒攻擊26
2.2.2黑盒攻擊40
2.3針對(duì)其他分類(lèi)模型的對(duì)抗樣本生成方法51
2.3.1計(jì)算機(jī)視覺(jué)其他應(yīng)用51
2.3.2自然語(yǔ)言處理58
2.3.3網(wǎng)絡(luò)安全相關(guān)應(yīng)用67
2.4應(yīng)對(duì)人工智能算法脆弱性的防御策略80
2.4.1主動(dòng)防御策略80
2.4.2被動(dòng)防御策略96
2.5本章小結(jié)100
參考文獻(xiàn)100
第3章人工智能數(shù)據(jù)安全106
3.1大數(shù)據(jù)安全與人工智能安全107
3.1.1大數(shù)據(jù)安全107
3.1.2大數(shù)據(jù)安全與人工智能安全的關(guān)系109
3.2數(shù)據(jù)與隱私保護(hù)方式109
3.2.1密文加密技術(shù)110
3.2.2訪(fǎng)問(wèn)控制115
3.2.3匿名技術(shù)118
3.2.4完整性校驗(yàn)121
3.3數(shù)據(jù)投毒防御123
3.4本章小結(jié)124
參考文獻(xiàn)125
第三部分人工智能網(wǎng)絡(luò)安全應(yīng)用
第4章脆弱性發(fā)現(xiàn)133
4.1軟件脆弱性與漏洞133
4.1.1漏洞的概念及危害133
4.1.2漏洞的行為特性135
4.1.3漏洞分析挖掘技術(shù)介紹137
4.2傳統(tǒng)脆弱性發(fā)現(xiàn)技術(shù)140
4.2.1人工方法140
4.2.2自動(dòng)方法141
4.2.3混合方法142
4.3自動(dòng)化脆弱性發(fā)現(xiàn)技術(shù)143
4.3.1靜態(tài)分析技術(shù)143
4.3.2動(dòng)態(tài)分析技術(shù)150
4.4本章小結(jié)163
參考文獻(xiàn)164
第5章惡意代碼分析167
5.1惡意代碼基本內(nèi)涵及行為模式167
5.1.1典型惡意代碼167
5.1.2惡意代碼命令與控制機(jī)制175
5.2傳統(tǒng)惡意代碼檢測(cè)方式180
5.2.1靜態(tài)分析技術(shù)181
5.2.2動(dòng)態(tài)分析技術(shù)182
5.2.3傳統(tǒng)檢測(cè)方法分析與評(píng)價(jià)183
5.3人工智能應(yīng)用于惡意代碼的自動(dòng)化特征提取和分析檢測(cè)184
5.3.1基于模糊聚類(lèi)的僵尸網(wǎng)絡(luò)檢測(cè)185
5.3.2基于惡意API調(diào)用序列模式挖掘的惡意代碼檢測(cè)方法188
5.3.3基于卷積神經(jīng)網(wǎng)絡(luò)的JavaScript惡意代碼檢測(cè)方法190
5.3.4基于行為分析和特征碼的惡意代碼檢測(cè)技術(shù)191
5.3.5基于RNN的Webshell檢測(cè)研究193
5.3.6基于n-gram的惡意代碼分類(lèi)197
5.4本章小結(jié)201
參考文獻(xiàn)201
第6章網(wǎng)絡(luò)追蹤溯源203
6.1網(wǎng)絡(luò)追蹤溯源的定義和范疇203
6.1.1**層追蹤溯源204
6.1.2第二層追蹤溯源206
6.1.3第三層追蹤溯源209
6.1.4第四層追蹤溯源210
6.2應(yīng)用人工智能構(gòu)建全體系的網(wǎng)絡(luò)攻擊追蹤溯源210
6.2.1審查規(guī)避系統(tǒng)210
6.2.2攻擊感知—追蹤溯源攻擊主機(jī)220
6.2.3直接攻擊源定位—追蹤溯源控制主機(jī)223
6.2.4真正攻擊源和幕后組織者定位—追蹤溯源攻擊者及其組織229
6.3本章小結(jié)230
參考文獻(xiàn)231
第7章APT檢測(cè)234
7.1APT基本內(nèi)涵及行為模式234
7.1.1APT組織與攻擊事件235
7.1.2APT攻擊鏈237
7.2傳統(tǒng)APT檢測(cè)方式238
7.2.1惡意代碼檢測(cè)類(lèi)239
7.2.2主機(jī)應(yīng)用保護(hù)類(lèi)245
7.2.3網(wǎng)絡(luò)入侵檢測(cè)類(lèi)245
7.2.4大數(shù)據(jù)分析檢測(cè)類(lèi)248
7.2.5基于通信行為分析的APT攻擊檢測(cè)249
7.3人工智能應(yīng)用于APT精準(zhǔn)分析檢測(cè)252
7.3.1攻擊特征的智能提取252
7.3.2 APT自動(dòng)化檢測(cè)模型構(gòu)建263
7.4本章小結(jié)277
參考文獻(xiàn)277