课程简介
随着人工智能技术的广泛应用，其面临的安全和伦理问题不容忽视，本课程通过讲解对抗攻防、后门攻防、公平性、可解释性、隐私保护等具体方法，使得同学们可以对人工智能面临的安全和伦理问题有所了解，为后续在实际业务中安全地使用人工智能技术提供基础。
课程大纲
第一章 AI安全与伦理概述
1.1 概念
1.2 重要性
1.3 基本范式
第二章 对抗攻击方法
2.1 绪论
2.2 数字攻击
2.3 物理攻击
第三章 对抗防御方法
3.1&2 绪论&预处理防御
3.3 处理中防御
3.4 后处理防御
第四章 后门攻击与防御
4.1 后门攻防概述
4.2 数据投毒
4.3 训练过程的后门
4.4 后门防御
第五章 AI伦理技术
5.1 算法偏见和歧视
5.2 隐私和数据安全
5.3 透明和可解释性
第六章 攻击在AI伦理中的良性应用
6.1 背景
6.2 版权保护
6.3 模型保护
6.4 隐私保护
第七章 AI安全与伦理的实践
7.1 AI科技伦理在企业的职责
7.2 文本AI安全实践
7.3 图像AI安全实践
7.4 语音AI安全实践
期末考试
1.1 概念
1.2 重要性
1.3 基本范式
第二章 对抗攻击方法
2.1 绪论
2.2 数字攻击
2.3 物理攻击
第三章 对抗防御方法
3.1&2 绪论&预处理防御
3.3 处理中防御
3.4 后处理防御
第四章 后门攻击与防御
4.1 后门攻防概述
4.2 数据投毒
4.3 训练过程的后门
4.4 后门防御
第五章 AI伦理技术
5.1 算法偏见和歧视
5.2 隐私和数据安全
5.3 透明和可解释性
第六章 攻击在AI伦理中的良性应用
6.1 背景
6.2 版权保护
6.3 模型保护
6.4 隐私保护
第七章 AI安全与伦理的实践
7.1 AI科技伦理在企业的职责
7.2 文本AI安全实践
7.3 图像AI安全实践
7.4 语音AI安全实践
期末考试