本書由機器學習安全領域的學者撰寫，針對存在安全威脅的對抗性環境，討論如何構建健壯的機器學習系統，全面涵蓋所涉及的理論和工具。
全書分為四部分，分別討論對抗機器學習的基本概念、誘髮型攻擊、探索性攻擊和未來發展方向。
書中介紹了當前最實用的工具，你將學會利用它們來監測系統安全狀態並進行數據分析，從而設計出有效的對策來應對新的網絡攻擊；
詳細討論了隱私保護機制和分類器的近似* *規避，
在關於垃圾郵件和網絡安全的案例研究中，深入分析了傳統機器學習算法為何會被成功擊破；全面概述了該領域的**技術以及未來可能的發展方向。
本書適合機器學習、計算機安全、網絡安全領域的研究人員、技術人員和學生閱讀。
對抗機器學習
- 作者： Anthony D. Joseph，Blaine Nelson，Benjamin IP Rubinstein，JD Tygar
- 出版社： 機械工業
- 出版日期： 2020-08-07
- ISBN碼： 9787111658924
- 編號： 9787111658924
$ 505 元
原價 594
-
$505