人工智能：数据与模型安全

作者简介

姜育刚，复旦大学教授、博士生导师，教育部长江学者特聘教授，IEEE Fellow、IAPR Fellow。研究领域为多媒体信息处理、计算机视觉、可信通用人工智能，国家科技创新2030—“新一代人工智能”重大项目负责人，上海市智能视觉计算协同创新中心主任。发表的200余篇论文被引用2万余次，构建的开源数据和工具集被国内外学者及企业频繁使用。曾获2018年度上海市科技进步一等奖、2019年度上海市青年科技杰出贡献奖、2022年度教育部自然科学一等奖、2022年度国家级教学成果二等奖等荣誉。<br />马兴军，复旦大学研究员、博士生导师，国家级青年人才计划入选者。2019年在澳大利亚墨尔本大学获得博士学位，曾任墨尔本大学博士后研究员、迪肯大学助理教授。研究领域为可信机器学习，主要研究人工智能数据与模型的安全性、鲁棒性、可解释性和公平性等。发表的50余篇论文被引用7000余次，获最佳论文奖2项。研究成果曾获《麻省理工科技评论》等国际媒体报道。担任多个国际顶级学术会议的审稿人。<br />吴祖煊，复旦大学副教授、博士生导师，国家级青年人才计划入选者。2020年在美国马里兰大学获得博士学位。研究领域为计算机视觉与深度学习。发表的50余篇论文被引用7000余次。曾获2022年度教育部自然科学一等奖、2022年度AI 2000多媒体领域最具影响力学者等荣誉。担任多个国际顶级学术会议的领域主席或审稿人。

内容简介

·知识全面：系统全面地介绍人工智能安全领域的攻防思想和攻防策略。<br> ·技术深入：从对抗学习和鲁棒优化的角度深入详细地介绍各类攻防算法。<br> ·聚焦前沿：包含人工智能安全领域最新的研究动态和最前沿的的攻防技术。<br> ·作者权威：人工智能安全领域的优秀学者，做出了一系列创新性科研成果。