Adversarial Machine Learning | Attack Surfaces, Defence Mechanisms, Learning Theories in Artificial Intelligence
Sprache: Englisch
Verlag: Springer, 2024
- Softcover
- Neu
Anbieter: preigu, Osnabrück, Deutschlandpreigu
Verkäufer:in bei ZVAB seit 5. August 2024
Zustand: Neu
EUR 158,05
Anzahl: 5 verfügbar
In den WarenkorbArtikelbeschreibung des Verkäufers
Adversarial Machine Learning | Attack Surfaces, Defence Mechanisms, Learning Theories in Artificial Intelligence | Aneesh Sreevallabh Chivukula (u. a.) | Taschenbuch | xix | Englisch | 2024 | Springer | EAN 9783030997748 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juergen[dot]hartmann[at]springer[dot]com | Anbieter: preigu.
Bestandsnummer des Verkäufers 128588065
- Titel
- Adversarial Machine Learning | Attack Surfaces, Defence Mechanisms, Learning Theories in Artificial Intelligence
- Autor
- Aneesh Sreevallabh Chivukula (u. a.)
- Verlag
- Springer
- Erscheinungsjahr
- 2024
- Zustand
- Neu
- Einband
- Taschenbuch
- Sprache
- Englisch
- ISBN-10
- 303099774X
- ISBN-13
- 9783030997748
- Artikelgewicht
- 493 Gramm
- Abmessungen
- 235 x 155 x 18 mm
- Verkäuferkataloge
- Bücher
A critical challenge in deep learning is the vulnerability of deep learning networks to security attacks from intelligent cyber adversaries. Even innocuous perturbations to the training data can be used to manipulate the behaviour of deep networks in unintended ways. In this book, we review the latest developments in adversarial attack technologies in computer vision; natural language processing; and cybersecurity with regard to multidimensional, textual and image data, sequence data, and temporal data. In turn, we assess the robustness properties of deep learning networks to produce a taxonomy of adversarial examples that characterises the security of learning systems using game theoretical adversarial deep learning algorithms. The state-of-the-art in adversarial perturbation-based privacy protection mechanisms is also reviewed.
We propose new adversary types for game theoretical objectives in non-stationary computational learning environments. Proper quantificationof the hypothesis set in the decision problems of our research leads to various functional problems, oracular problems, sampling tasks, and optimization problems. We also address the defence mechanisms currently available for deep learning models deployed in real-world environments. The learning theories used in these defence mechanisms concern data representations, feature manipulations, misclassifications costs, sensitivity landscapes, distributional robustness, and complexity classes of the adversarial deep learning algorithms and their applications.
In closing, we propose future research directions in adversarial deep learning applications for resilient learning system design and review formalized learning assumptions concerning the attack surfaces and robustness characteristics of artificial intelligence applications so as to deconstruct the contemporary adversarial deep learning designs. Given its scope, the book will be of interest to Adversarial Machine Learning practitioners and Adversarial Artificial Intelligence researchers whose work involves the design and application of Adversarial Deep Learning.
„Inhaltsangabe“ gehört möglicherweise zu einer anderen Auflage dieses Titels.
Über die Autorin bzw. den Autor
Dr. Aneesh Sreevallabh Chivukula is currently an Assistant Professor in the Department of Computer Science & Information Systems at the Birla Institute of Technology and Science (BITS), Pilani, Hyderabad Campus. He has a PhD in data analytics and machine learning from the University of Technology Sydney (UTS), Australia. He holds a Master Of Science by Research in computer science and artificial intelligence from the International Institute of Information Technology Hyderabad, India. His research interests are in Computational Algorithms, Adversarial Learning, Machine Learning, Deep Learning, Data Mining, Game Theory, and Robust Optimization. He has taught subjects on advanced analytics and problem solving at UTS. He has been teaching academic courses on computer science at BITS, Pilani. He has industry experience in engineering, R&D, consulting at research labs and startup companies. Hehas developed enterprise solutions across the value chains in the open source, Cloud, & Big Data markets.
Dr. Xinghao Yang
is currently an Associate Professor at the China University of Petroleum. He has a Ph.D. degree in advanced analytics from the University of Technology Sydney, Sydney, NSW, Australia. His research interests include multiview learning and adversarial machine learning with publications on information fusion and information sciences.
Dr. Wei Liu is the Director of Future Intelligence Research Lab, and an Associate Professor in Machine Learning, in the School of Computer Science, the University of Technology Sydney (UTS), Australia. He is a core member of the UTS Data Science Institute. Wei obtained his PhD degree in Machine Learning research at the University of Sydney (USyd). His current research focuses are adversarial machine learning, game theory, causal inference, multimodal learning, and natural language processing. Wei's research papers are constantly published in CORE A*/A and Q1 (i.e., top-prestigious) journals and conferences. He has received 3 Best Paper Awards. Besides, one of his first-authored papers received the Most Influential Paper Award in the CORE A Ranking conference PAKDD 2021. He was a nominee for the Australian NSW Premier's Prizes for Early Career Researcher Award in 2017. He has obtained more than $2 million government competitive and industry research funding in the past six years.
Dr. Bo Liu is currently a Senior Lecturer with the University of Technology Sydney, Australia. His research interests include cybersecurity and privacy, location privacy and image privacy, privacy protection and machine learning, wireless communications and networks. He is an IEEE Senior Member and Associate Editor of IEEE Transactions on Broadcasting.
Dr. Wanlei Zhou received the Ph.D. degree from Australian National University, Canberra, ACT, Australia, in 1991, all in computer science and engineering, and the D.Sc. degree from Deakin University, Melbourne, VIC, Australia, in 2002. He is currently a Professor and the Head of School of Computer Science at the University of Technology Sydney. He served as a Lecturer with the University of Electronic Science and Technology of China, a System Programmer with Hewlett Packard, Boston, MA, USA, and a Lecturer with Monash University, Melbourne, VIC, Australia, and the National University of Singapore, Singapore. He has published over 300 papers in refereed international journals and refereed international conferences proceedings. His research interests include distributed systems, network security, bioinformatics, and e-Learning. Dr. Wanlei was the General Chair/Program Committee Chair/Co-Chair of a number of international conferences, including ICA3PP, ICWL, PRDC, NSS, ICPAD, ICEUC, and HPCC.
„Über diesen Titel“ gehört möglicherweise zu einer anderen Auflage dieses Titels.
preigu
Osnabrück, Deutschland
Verkäufer:in bei ZVAB seit 5. August 2024
Versandkosten von Deutschland nach USA
| Artikel | 60 bis 60 Werktage | 60 bis 60 Werktage |
|---|---|---|
| Erster Artikel | EUR 70,00 | EUR 70,00 |
Zahlungsarten
- PayPal
Shopbeschreibung
preigu betreibt einen Onlineversandhandel mit über 1 Mio. Produkten in verschiedenen Sortimenten. Das Kernsortiment besteht aus Büchern, Medien und Spielwaren. Ein gelungenes Einkaufserlebnis ist das Ziel einer jeden Bestellung bei preigu, denn der Kunde und seine Zufriedenheit stehen an erster Stelle. preigu setzt daher auf einen kompetenten Kundenservice, funktionierende Prozesse und schnelle Reaktion.
Spezialisierung
Bücher, SpielwarenUnternehmensdaten der Verkäuferin bzw. des Verkäufers
preigu GmbH & Co. KG
Lengericher Landstraße 19
Osnabrück, Deutschland 49078
Verkaufsbedingungen
Impressum
Gesetzliche Anbieterkennung:
preigu GmbH & Co. KG
Lengericher Landstr. 19
49078 Osnabrück
Deutschland
Telefon: +49 (0) 541 / 580 72 84
Email: mail@preigu.de
USt-IdNr.: DE 455 380 498
AG Osnabrück - HRA 209647
PhG: preigu Verwaltung GmbH
AG Osnabrück - HRB 221793
Geschäftsführer: Ansas Meyer
Wir sind nicht bereit und nicht verpflichtet, an Streitbeilegungsverfahren vor Verbraucherschlichtungsstellen teilzunehmen.
Wir sind seit 30.11.2016 Mitglied der Initiative "FairCommerce".
Nähere Informationen hierzu finden Sie unter https://www.haendlerbund.de/de/haendlerbund/interessenvertretung/faircommerce
Widerrufsrecht
Widerrufsbelehrung / Muster-Widerrufsformular
Widerrufsrecht für den Verkauf von Waren
Widerrufsrecht für Verbraucher
(Verbraucher ist jede natürliche Person, die ein Rechtsgeschäft zu Zwecken abschließt, die überwiegend weder ihrer gewerblichen noch ihrer selbstständigen beruflichen Tätigkeit zugerechnet werden können.)
Widerrufsbelehrung
Widerrufsrecht
Sie haben das Recht, binnen 14 Tagen ohne Angabe von Gründen diesen Vertrag zu widerrufen.
Die Widerrufsfrist beträgt 14 Tage ab dem Tag,
-
an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Beförderer ist, die Waren in Besitz genommen haben bzw. hat, sofern Sie eine oder mehrere Waren im Rahmen einer einheitlichen Bestellung bestellt haben und diese einheitlich geliefert wird bzw. werden;
-
an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Beförderer ist, die letzte Ware in Besitz genommen haben bzw. hat, sofern Sie mehrere Waren im Rahmen einer einheitlichen Bestellung bestellt haben und diese getrennt geliefert werden;
-
an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Beförderer ist, die letzte Teilsendung oder das letzte Stück in Besitz genommen haben bzw. hat, sofern Sie eine Ware bestellt haben, die in mehreren Teilsendungen oder Stücken geliefert wird;
Um Ihr Widerrufsrecht auszuüben, müssen Sie uns (preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, Telefonnr.: +49 (0) 541 / 580 72 84, E-Mail-Adresse: mail@preigu.de) mittels einer eindeutigen Erklärung (z.B. ein mit der Post versandter Brief oder eine E-Mail) über Ihren Entschluss, diesen Vertrag zu widerrufen, informieren. Sie können dafür das beigefügte Muster-Widerrufsformular verwenden, das jedoch nicht vorgeschrieben ist.
Sie können Ihr Widerrufsrecht auch online unter einer entsprechend bezeichneten Schaltfläche ("Vertrag widerrufen" oder ähnliche Bezeichnung) auf der AbeBooks/ZVAB-Webseite ausüben. Wenn Sie diese Online-Funktion nutzen, wird Ihnen auf einem dauerhaften Datenträger (z.B. durch eine E-Mail) unverzüglich eine Eingangsbestätigung mit Informationen zum Inhalt der Widerrufserklärung sowie dem Datum und der Uhrzeit ihres Eingangs übermittelt.
Zur Wahrung der Widerrufsfrist reicht es aus, dass Sie die Mitteilung über die Ausübung des Widerrufsrechts vor Ablauf der Widerrufsfrist absenden.
Folgen des Widerrufs
Wenn Sie diesen Vertrag widerrufen, haben wir Ihnen alle Zahlungen, die wir von Ihnen erhalten haben, einschließlich der Lieferkosten (mit Ausnahme der zusätzlichen Kosten, die sich daraus ergeben, dass Sie eine andere Art der Lieferung als die von uns angebotene, günstigste Standardlieferung gewählt haben), unverzüglich und spätestens binnen 14 Tagen ab dem Tag zurückzuzahlen, an dem die Mitteilung über Ihren Widerruf dieses Vertrags bei uns eingegangen ist. Für diese Rückzahlung verwenden wir dasselbe Zahlungsmittel, das Sie bei der ursprünglichen Transaktion eingesetzt haben, es sei denn, mit Ihnen wurde ausdrücklich etwas anderes vereinbart; in keinem Fall werden Ihnen wegen dieser Rückzahlung Entgelte berechnet.
Wir können die Rückzahlung verweigern, bis wir die Waren wieder zurückerhalten haben oder bis Sie den Nachweis erbracht haben, dass Sie die Waren zurückgesandt haben, je nachdem, welches der frühere Zeitpunkt ist.
Sie haben die Waren unverzüglich und in jedem Fall spätestens binnen 14 Tagen ab dem Tag, an dem Sie uns über den Widerruf dieses Vertrags unterrichten, an uns zurückzusenden oder zu übergeben. Die Frist ist gewahrt, wenn Sie die Waren vor Ablauf der Frist von 14 Tagen absenden.
Sie tragen die unmittelbaren Kosten der Rücksendung der Waren.
Sie müssen für einen etwaigen Wertverlust der Waren nur aufkommen, wenn dieser Wertverlust auf einen zur Prüfung der Beschaffenheit, Eigenschaften und Funktionsweise der Waren nicht notwendigen Umgang mit ihnen zurückzuführen ist.
Ausschluss- bzw. Erlöschensgründe
Das Widerrufsrecht besteht nicht bei Verträgen
- zur Lieferung von Waren, die nicht vorgefertigt sind und für deren Herstellung eine individuelle Auswahl oder Bestimmung durch den Verbraucher maßgeblich ist oder die eindeutig auf die persönlichen Bedürfnisse des Verbrauchers zugeschnitten sind;
- zur Lieferung von Waren, die schnell verderben können oder deren Verfallsdatum schnell überschritten würde;
- zur Lieferung alkoholischer Getränke, deren Preis bei Vertragsschluss vereinbart wurde, die aber frühestens 30 Tage nach Vertragsschluss geliefert werden können und deren aktueller Wert von Schwankungen auf dem Markt abhängt, auf die der Unternehmer keinen Einfluss hat;
- zur Lieferung von Zeitungen, Zeitschriften oder Illustrierten mit Ausnahme von Abonnement-Verträgen.
Das Widerrufsrecht erlischt vorzeitig bei Verträgen
- zur Lieferung versiegelter Waren, die aus Gründen des Gesundheitsschutzes oder der Hygiene nicht zur Rückgabe geeignet sind, wenn ihre Versiegelung nach der Lieferung entfernt wurde;
- zur Lieferung von Waren, wenn diese nach der Lieferung aufgrund ihrer Beschaffenheit untrennbar mit anderen Gütern vermischt wurden;
- zur Lieferung von Ton- oder Videoaufnahmen oder Computersoftware in einer versiegelten Packung, wenn die Versiegelung nach der Lieferung entfernt wurde.
Muster-Widerrufsformular
(Wenn Sie den Vertrag widerrufen wollen, dann füllen Sie bitte dieses Formular aus und senden Sie es zurück.)
-
An preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, E-Mail-Adresse: mail@preigu.de :
-
Hiermit widerrufe(n) ich/ wir () den von mir/ uns () abgeschlossenen Vertrag über den Kauf der folgenden Waren ()/
die Erbringung der folgenden Dienstleistung () -
Bestellt am ()/ erhalten am ()
-
Name des/ der Verbraucher(s)
-
Anschrift des/ der Verbraucher(s)
-
Unterschrift des/ der Verbraucher(s) (nur bei Mitteilung auf Papier)
-
Datum
(*) Unzutreffendes streichen.