|
000
|
01505nam 2200253 450
|
|
001
|
2020108818
|
|
010
|
|
@a978-7-111-65892-4@dCNY99.00
|
|
100
|
|
@a20200928d2020 em y0chiy0110 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@ay z 000yy
|
|
200
|
1
|
@a对抗机器学习@Adui kang ji qi xue xi@f(美)安东尼·D.约瑟夫(AnthonyD.Joseph),(美)布莱恩·尼尔森(BlaineNelson),(美)本杰明·I.P.鲁宾斯坦,(美)J.D.泰格(J.D.Tygar)著
|
|
210
|
|
@a北京@c机械工业出版社@d2020.08
|
|
215
|
|
@a288页@d26cm
|
|
225
|
2
|
@a智能科学与技术丛书
|
|
330
|
|
@a本书由机器学习安全领域的学者撰写，针对存在安全威胁的对抗性环境，讨论如何构建健壮的机器学习系统，全面涵盖所涉及的理论和工具。全书分为四部分，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。本书适合机器学习、计算机安全、网络安全领域的研究人员、技术人员和学生阅读。
|
|
606
|
0
|
@a机器学习@x安全技术
|
|
690
|
|
@aTP181@v5
|
|
701
|
0
|
@c(美)@a约瑟夫(AnthonyD.Joseph)@Ayue se fu(AnthonyD.Joseph)@4)著
|
|
701
|
0
|
@c(美)@a尼尔森(BlaineNelson)@Ani er sen(BlaineNelson)@4)著
|
|
701
|
0
|
@c(美)@a鲁宾斯坦@Alu bin si tan@4)著
|
|
701
|
0
|
@c(美)@a泰格(J.D.Tygar)@Atai ge(J.D.Tygar)@4著
|
|
801
|
0
|
@aCN@c20200928
|
|
905
|
|
@a河南城建学院图书馆@dTP181@eY944
|
|
|
|
|
| |
| 对抗机器学习/(美)安东尼·D.约瑟夫(AnthonyD.Joseph),(美)布莱恩·尼尔森(BlaineNelson),(美)本杰明·I.P.鲁宾斯坦,(美)J.D.泰格(J.D.Tygar)著.-北京：机械工业出版社，2020.08 |
| 288页；26cm.-(智能科学与技术丛书) |
| |
| |
| ISBN 978-7-111-65892-4：CNY99.00 |
| 本书由机器学习安全领域的学者撰写，针对存在安全威胁的对抗性环境，讨论如何构建健壮的机器学习系统，全面涵盖所涉及的理论和工具。全书分为四部分，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。本书适合机器学习、计算机安全、网络安全领域的研究人员、技术人员和学生阅读。 |
| ● |
正题名：对抗机器学习
索取号：TP181/Y944
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1467143
|
214671434
|
自科库301/301自科库 39排3列4层/
[索取号:TP181/Y944]
|
在馆
|
|
|
2
|
1467144
|
214671443
|
自科库301/301自科库 39排3列4层/
[索取号:TP181/Y944]
|
在馆
|
|
