Druck auf Anfrage Neuware - Printed after ordering - This book provides a systematic study on the security of deep learning. With its powerful learning ability, deep learning is widely used in CV, FL, GNN, RL, and other scenarios. However, during the process of application, researchers have revealed that deep learning is vulnerable to malicious attacks, which will lead to unpredictable consequences. Take autonomous driving as an example, there were more than 12 serious autonomous driving accidents in the world in 2018, including Uber, Tesla and other high technological enterprises. Drawing on the reviewed literature, we need to discover vulnerabilities in deep learning through attacks, reinforce its defense, and test model performance to ensure its robustness. Attacks can be divided into adversarial attacks and poisoning attacks. Adversarial attacks occur during the model testing phase, where the attacker obtains adversarial examples by adding small perturbations. Poisoning attacks occur during the model training phase, wherethe attacker injects poisoned examples into the training dataset, embedding a backdoor trigger in the trained deep learning model. An effective defense method is an important guarantee for the application of deep learning. The existing defense methods are divided into three types, including the data modification defense method, model modification defense method, and network add-on method. The data modification defense method performs adversarial defense by fine-tuning the input data. The model modification defense method adjusts the model framework to achieve the effect of defending against attacks. The network add-on method prevents the adversarial examples by training the adversarial example detector.Testing deep neural networks is an effective method to measure the security and robustness of deep learning models. Through test evaluation, security vulnerabilities and weaknesses in deep neural networks can be identified. By identifying and fixing these vulnerabilities, the security and robustness of the model can be improved. Our audience includes researchers in the field of deep learning security, as well as software development engineers specializing in deep learning.

Bestandsnummer des Verk�ufers 9789819704248

Verk�ufer kontaktieren

Diesen Artikel melden

Bibliografische Details

Titel: Attacks, Defenses and Testing for Deep Learning
Verlag: Springer Nature Singapore, Springer Nature Singapore
Erscheinungsjahr: 2024
Sprache: Englisch
ISBN-10: 9819704243
ISBN-13: 9789819704248
Einband: Buch
Zustand: Neu
Abmessungen: Breite: 241 mm, H�he: 160 mm, Tiefe: 29 mm
Gewicht: 793 Gramm

�ber diesen Titel

Inhaltsangabe

This book provides a systematic study on the security of deep learning. With its powerful learning ability, deep learning is widely used in CV, FL, GNN, RL, and other scenarios. However, during the process of application, researchers have revealed that deep learning is vulnerable to malicious attacks, which will lead to unpredictable consequences. Take autonomous driving as an example, there were more than 12 serious autonomous driving accidents in the world in 2018, including Uber, Tesla and other high technological enterprises. Drawing on the reviewed literature, we need to discover vulnerabilities in deep learning through attacks, reinforce its defense, and test model performance to ensure its robustness.

Attacks can be divided into adversarial attacks and poisoning attacks. Adversarial attacks occur during the model testing phase, where the attacker obtains adversarial examples by adding small perturbations. Poisoning attacks occur during the model training phase, wherethe attacker injects poisoned examples into the training dataset, embedding a backdoor trigger in the trained deep learning model.

An effective defense method is an important guarantee for the application of deep learning. The existing defense methods are divided into three types, including the data modification defense method, model modification defense method, and network add-on method. The data modification defense method performs adversarial defense by fine-tuning the input data. The model modification defense method adjusts the model framework to achieve the effect of defending against attacks. The network add-on method prevents the adversarial examples by training the adversarial example detector.

Testing deep neural networks is an effective method to measure the security and robustness of deep learning models. Through test evaluation, security vulnerabilities and weaknesses in deep neural networks can be identified. By identifying and fixing these vulnerabilities, the security and robustness of the model can be improved.

Our audience includes researchers in the field of deep learning security, as well as software development engineers specializing in deep learning.

�ber die Autorin bzw. den Autor

Jinyin Chen received BS and Ph.D. degrees from Zhejiang University of Technology, Hangzhou, China, in 2004 and 2009, respectively. She is currently a professor and doctoral supervisor at the Institute of Cyberspace Security, Zhejiang University of Technology. Her works of the past five years are aimed at serving the security needs of intelligent applications such as national defense and public security. She has published more than 60 papers in ICSE、USENIX、ACL、ECCV、IJCAI、IEEE TDSC、IEEE TKDE、IEEE TSMC、IEEE TCAS、IEEE TNSE、IEEE TCSS、IEEE TCCN、Information Sciences、Computers and Security. More than 20 papers have been published in domestic first-level Chinese journals such as the Journal of Automation, Journal of Software, Journal of Electronics, Journal of Communication, Journal of Information Security, and Computer Research and Development. More than 200 related patents have been applied and more than 90 related invention patents have been authorized. Several platforms/tools have been developed, such as network intelligent model security intelligent immune prototype system, intelligent system data and algorithm security detection platform, intelligent system security analysis and testing and reinforcement platform. Close cooperation has been established with the Academy of Military Sciences, the Third Research Institute of Public Security, the National Network Information Office, and Huawei Singapore Research Institute. Some systems have been deployed and applied on relevant practical platforms.

��ber diesen Titel� kann sich auf eine andere Ausgabe dieses Titels beziehen.

Anbieterinformationen

Das Unternehmen AHA-BUCH GmbH: Seit der Gr�ndung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisg�nstig wie m�glich ihren B�cherwunsch zu erf�llen. Unsere Firma besch�ftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine W�nsche! Auf �ber 3700 m2 Fl�che haben wir �ber 100.000 B�cher, Modernes Antiquariat und Spiele auf Lager.

Zur Homepage des Verk�ufers

Unternehmensdaten des Verk�ufers

AHA-BUCH GmbH
Garlebsen 48, Einbeck, 37574, Germany

Gesch�ftsbedingungen und Versandinformationen

Verkaufsbedingungen

Allgemeine Gesch�ftsbedingungen und Kundeninformationen / Datenschutzerkl�rung

I. Allgemeine Gesch�ftsbedingungen

� 1 Grundlegende Bestimmungen

(1) Die nachstehenden Gesch�ftsbedingungen gelten f�r alle Vertr�ge, die Sie mit uns als Anbieter (AHA-BUCH GmbH) �ber die Internetplattformen AbeBooks und/oder ZVAB schlie�en. Soweit nicht anders vereinbart, wird der Einbeziehung gegebenenfalls von Ihnen verwendeter eigener Bedingungen widersprochen.

(2) Verbraucher im Sinne der nachstehenden Regelungen...

Mehr Information

Widerrufsbelehrung

Widerrufsbelehrung/ Muster-Widerrufsformular

Widerrufsrecht f�r Verbraucher
(Verbraucher ist jede nat�rliche Person, die ein Rechtsgesch�ft zu Zwecken abschlie�t, die �berwiegend weder ihrer gewerblichen noch ihrer selbstst�ndigen beruflichen T�tigkeit zugerechnet werden kann.)

Widerrufsbelehrung

Widerrufsrecht
Sie haben das Recht, binnen vierzehn Tagen ohne Angabe von Gr�nden diesen Vertrag zu widerrufen.
Die Widerrufsfrist betr�gt vierzehn Tage ab dem Tag,

an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Bef�rderer 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 Bef�rderer 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 Bef�rderer ist, die letzte Teilsendung oder das letzte St�ck in Besitz genommen haben bzw. hat, sofern Sie eine Ware bestellt haben, die in mehreren Teilsendungen oder St�cken geliefert wird;

Um Ihr Widerrufsrecht auszu�ben, m�ssen Sie uns (AHA-BUCH GmbH, Garlebsen 48, 37574 Einbeck, Telefonnummer: 05563 9996039, Telefaxnummer: 05563 9995974, E-Mail-Adresse: service@aha-buch.de) mittels einer eindeutigen Erkl�rung (z.B. ein mit der Post versandter Brief, Telefax oder E-Mail) �ber Ihren Entschluss, diesen Vertrag zu widerrufen, informieren. Sie k�nnen daf�r das beigef�gte Muster-Widerrufsformular verwenden, das jedoch nicht vorgeschrieben ist.

Zur Wahrung der Widerrufsfrist reicht es aus, dass Sie die Mitteilung �ber die Aus�bung 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, einschlie�lich der Lieferkosten (mit Ausnahme der zus�tzlichen Kosten, die sich daraus ergeben, dass Sie eine andere Art der Lieferung als die von uns angebotene, g�nstigste Standardlieferung gew�hlt haben), unverz�glich und sp�testens binnen vierzehn Tagen ab dem Tag zur�ckzuzahlen, an dem die Mitteilung �ber Ihren Widerruf dieses Vertrags bei uns eingegangen ist. F�r diese R�ckzahlung verwenden wir dasselbe Zahlungsmittel, das Sie bei der urspr�nglichen Transaktion eingesetzt haben, es sei denn, mit Ihnen wurde ausdr�cklich etwas anderes vereinbart; in keinem Fall werden Ihnen wegen dieser R�ckzahlung Entgelte berechnet.

Wir k�nnen die R�ckzahlung verweigern, bis wir die Waren wieder zur�ckerhalten haben oder bis Sie den Nachweis erbracht haben, dass Sie die Waren zur�ckgesandt haben, je nachdem, welches der fr�here Zeitpunkt ist.

Sie haben die Waren unverz�glich und in jedem Fall sp�testens binnen vierzehn Tagen ab dem Tag, an dem Sie uns �ber den Widerruf dieses Vertrags unterrichten, an uns zur�ckzusenden oder zu �bergeben. Die Frist ist gewahrt, wenn Sie die Waren vor Ablauf der Frist von vierzehn Tagen absenden.

Sie tragen die unmittelbaren Kosten der R�cksendung der Waren.

Sie m�ssen f�r einen etwaigen Wertverlust der Waren nur aufkommen, wenn dieser Wertverlust auf einen zur Pr�fung der Beschaffenheit, Eigenschaften und Funktionsweise der Waren nicht notwendigen Umgang mit ihnen zur�ckzuf�hren ist.

Ausschluss- bzw. Erl�schensgr�nde

Das Widerrufsrecht besteht nicht bei Vertr�gen

zur Lieferung von Waren, die nicht vorgefertigt sind und f�r deren Herstellung eine individuelle Auswahl oder Bestimmung durch den Verbraucher ma�geblich ist oder die eindeutig auf die pers�nlichen Bed�rfnisse des Verbrauchers zugeschnitten sind;
zur Lieferung von Waren, die schnell verderben k�nnen oder deren Verfallsdatum schnell �berschritten w�rde;
zur Lieferung alkoholischer Getr�nke, deren Preis bei Vertragsschluss vereinbart wurde, die aber fr�hestens 30 Tage nach Vertragsschluss geliefert werden k�nnen und deren aktueller Wert von Schwankungen auf dem Markt abh�ngt, auf die der Unternehmer keinen Einfluss hat;
zur Lieferung von Zeitungen, Zeitschriften oder Illustrierten mit Ausnahme von Abonnement-Vertr�gen.

Das Widerrufsrecht erlischt vorzeitig bei Vertr�gen

zur Lieferung versiegelter Waren, die aus Gr�nden des Gesundheitsschutzes oder der Hygiene nicht zur R�ckgabe 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 G�tern 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 f�llen Sie bitte dieses Formular aus und senden Sie es zur�ck.)

An AHA-BUCH GmbH, Garlebsen 48, 37574 Einbeck, Telefaxnummer: 05563 9995974, E-Mail-Adresse: service@aha-buch.de :
Hiermit widerrufe(n) ich/ wir () den von mir/ uns () abgeschlossenen Vertrag �ber 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.

Versandbedingungen

Wir liefern Lagerartikel innerhalb von 24 Stunden nach Erhalt der Bestellung aus.
Barsortimentsartikel, die wir �ber Nacht geliefert bekommen, am darauffolgenden Werktag.
Unser Ziel ist es Ihnen die Artikel in der �konomischten und effizientesten Weise zu senden.

Versandkosten von Deutschland nach USA

Versandkosten von Deutschland nach USA
Bestellmenge	30 bis 40�Werktage	7 bis 14�Werktage
Erster Artikel	EUR 63.97	EUR 73.97

Die Versandzeiten werden von den Verk�uferinnen und Verk�ufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, k�nnen Verz�gerungen unterliegen. Eventuell anfallende Abgaben oder Geb�hren sind von der K�uferin bzw. dem K�ufer zu tragen. Die Verk�uferin bzw. der Verk�ufer kann Sie bez�glich zus�tzlicher Versandkosten kontaktieren, um einen m�glichen Anstieg der Versandkosten f�r Ihre Artikel auszugleichen.

Impressum & Info zum Verk�ufer