机读格式显示(MARC)

• 000 01855cam 2200409 450

• 001 0000732513

• 005 20210101111700.0

• 010 __ |a 978-7-111-65892-4 |d CNY99.00

• 099 __ |a CAL 012020347123

• 100 __ |a 20201010d2020 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 对抗机器学习 |A dui kang ji qi xue xi |f (美) 安东尼·D.约瑟夫 ... [等] 著 |d = Adversarial machine learning |f Anthony D. Joseph ... [等] 著 |g 纪守领, 翁海琴译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2020

• 215 __ |a X, 288页 |c 图 |d 26cm

• 225 2_ |a 智能科学与技术丛书 |A zhi neng ke xue yu ji shu cong shu

• 300 __ |a 华章教育

• 304 __ |a 题名页题其余责任者: 布莱恩·尼尔森, 本杰明· I.P. 鲁宾斯坦, J.D.泰格

• 306 __ |a 由剑桥大学出版社与机器工业出版社合作出版

• 320 __ |a 有书目 (第274-288页)

• 330 __ |a 本书分为四部分, 分别讨论对抗机器学习的基本概念、诱发型攻击、探索性攻击和未来发展方向。书中介绍了当前最实用的工具, 你将学会利用它们来监测系统安全状态并进行数据分析, 从而设计出有效的对策来应对新的网络攻击 ; 详细讨论了隐私保护机制和分类器的近似最优规避, 在关于垃圾邮件和网络安全的案例研究中, 深入分析了传统机器学习算法为何会被成功击破 ; 全面概述了该领域的最新技术以及未来可能的发展方向。

• 410 _0 |1 2001 |a 智能科学与技术丛书

• 500 10 |a Adversarial machine learning |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi |x 安全技术

• 690 __ |a TP181 |v 5

• 701 _1 |a 约瑟夫 |A yue se fu |g (Joseph, Anthony D.) |4 著

• 701 _1 |a 尼尔森 |A ni er sen |g (Nelson, Blaine) |4 著

• 701 _1 |a 鲁宾斯坦 |A lu bin si tan |g (Rubinstein, Benjamin, I. P.) |4 著

• 701 _1 |a 泰格 |A tai ge |g (Tygar, J. D.) |4 著

• 702 _0 |a 纪守领 |A ji shou ling |4 译

• 702 _0 |a 翁海琴 |A weng hai qin |4 译

• 801 _0 |a CN |b DUTL |c 20201010

• 801 _2 |a CN |b PUL |c 20201210

• 905 __ |a SCNU |f TP181/4003

• 920 __ |a 242430 |z 1