人工智能安全：原理与实践

本书是高等院校网络空间安全、人工智能、计算机等专业的普及性教材，以帮助学生全面了解人工智能安全知识并进行实践。全书共16章，分别为人工智能安全概述、生成对抗网络的安全应用、卷积神经网络的安全应用、对抗样本生成算法的安全应用、随机森林算法的安全应用、贝叶斯和SVM分类算法的安全应用、长短期记忆网络的安全应用、梯度下降算法的安全应用、深度伪造原理与安全应用、成员推理攻击原理与实践、属性推理攻击原理与实践、模型公平性检测及提升原理与实践、水印去除原理与实践、语音合成原理与实践、视频分析原理与实践、代码漏洞检测原理与实践。
全书提供了18个人工智能安全领域代表性的Python编程实践，所有编程实践都提供源代码和详细的实践步骤。读者只需要按照书中列出的步骤，一步步编程，就可以达到预期的实践目的。本书绝大部分编程实践内容可以在普通笔记本电脑上实现。