人工智能算法安全與安全應用

目錄
序
前言
**部分人工智能算法安全與安全應用概述
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人工智能技術的發(fā)展現(xiàn)狀6
1.2人工智能算法安全與安全應用現(xiàn)狀9
1.2.1人工智能算法安全與安全應用的研究范疇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)絡安全中的挑戰(zhàn)與應用12
1.2.4各國人工智能算法安全應用的政策13
1.3本書主要內(nèi)容14
參考文獻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對抗樣本21
2.1.1對抗樣本研究的背景與發(fā)展21
2.1.2對抗樣本的相關概念23
2.1.3對抗樣本的產(chǎn)生原因25
2.2針對圖像分類模型的對抗樣本生成方法26
2.2.1白盒攻擊26
2.2.2黑盒攻擊40
2.3針對其他分類模型的對抗樣本生成方法51
2.3.1計算機視覺其他應用51
2.3.2自然語言處理58
2.3.3網(wǎng)絡安全相關應用67
2.4應對人工智能算法脆弱性的防御策略80
2.4.1主動防御策略80
2.4.2被動防御策略96
2.5本章小結100
參考文獻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系109
3.2數(shù)據(jù)與隱私保護方式109
3.2.1密文加密技術110
3.2.2訪問控制115
3.2.3匿名技術118
3.2.4完整性校驗121
3.3數(shù)據(jù)投毒防御123
3.4本章小結124
參考文獻125
第三部分人工智能網(wǎng)絡安全應用
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漏洞分析挖掘技術介紹137
4.2傳統(tǒng)脆弱性發(fā)現(xiàn)技術140
4.2.1人工方法140
4.2.2自動方法141
4.2.3混合方法142
4.3自動化脆弱性發(fā)現(xiàn)技術143
4.3.1靜態(tài)分析技術143
4.3.2動態(tài)分析技術150
4.4本章小結163
參考文獻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制175
5.2傳統(tǒng)惡意代碼檢測方式180
5.2.1靜態(tài)分析技術181
5.2.2動態(tài)分析技術182
5.2.3傳統(tǒng)檢測方法分析與評價183
5.3人工智能應用于惡意代碼的自動化特征提取和分析檢測184
5.3.1基于模糊聚類的僵尸網(wǎng)絡檢測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方法188
5.3.3基于卷積神經(jīng)網(wǎng)絡的JavaScript惡意代碼檢測方法190
5.3.4基于行為分析和特征碼的惡意代碼檢測技術191
5.3.5基于RNN的Webshell檢測研究193
5.3.6基于n-gram的惡意代碼分類197
5.4本章小結201
參考文獻201
第6章網(wǎng)絡追蹤溯源203
6.1網(wǎng)絡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應用人工智能構建全體系的網(wǎng)絡攻擊追蹤溯源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220
6.2.3直接攻擊源定位—追蹤溯源控制主機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230
參考文獻231
第7章APT檢測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檢測方式238
7.2.1惡意代碼檢測類239
7.2.2主機應用保護類245
7.2.3網(wǎng)絡入侵檢測類245
7.2.4大數(shù)據(jù)分析檢測類248
7.2.5基于通信行為分析的APT攻擊檢測249
7.3人工智能應用于APT精準分析檢測252
7.3.1攻擊特征的智能提取252
7.3.2 APT自動化檢測模型構建263
7.4本章小結277
參考文獻277