安全之人工智能入门

最新推荐文章于 2024-09-21 15:49:12 发布

置顶吃肉唐僧

最新推荐文章于 2024-09-21 15:49:12 发布

阅读量1.6k

点赞数 5

分类专栏：人工智能

本文链接：https://blog.csdn.net/qq_39936434/article/details/103310765

版权

人工智能专栏收录该内容

16 篇文章 2 订阅

订阅专栏

前言

最近需要搞毕业设计，CTF玩耍告一段落。毕设涉及到安全与人工智能领域结合。当初真的一时冲动…当时觉得搞人工智能挺厉害的，没想太多就选了。真开始搞的时候才发现一头雾水 >_< ，之前人工智能是零基础，只用过python写过一些安全脚本，听说人工智能又要学高数，线性代数和概率论三件套，对电脑性能要求高劈里啪啦一大堆的…都是令新手望而止步的一些原因。

写这个博客也是为了解决当初一个很重要的痛点：虽然网上人工智能的资源一大把，但是这些学习的课程多而杂，针对性不强。单纯想搞应用的学习者往往会陷入两难：想搞的人工智能应用只涉及到一个或者几个算法，如果为了达到这个而把所有整个机器学习/深度学习的视频都学习了那学习的成本未免太高了。但不学习整个知识体系的话，又会觉得在这个领域摸不到门道，很容易迷失。

经历过一个月断断续续的摸索，终于摸出了一些学习的门路。在此记录一下我的摸索总结，目前仍在坚持实施中，从实战入手，针对性强，从实战代码到代码原理，再到数学原理层层递进。试图解决上面所述的痛点。

当然这个总结定位目的在安全方向的人工智能应用入门，默认有一定安全基础。

方法论

想要了解人工智能在安全的应用，兜哥的书一定要去读下gihub，他的人工智能安全入门三部曲，简单易懂，实战性强，容易让我们得到学习中的正反馈，保持学习热情。这次的入门也是以他的书为主，学习顺序如下

1.兜哥的《Web安全之深度学习实战》（主线）
我的课题是搞深度学习，如果是搞机器学习的话直接忽略这一part。这本书的讲述方式就是，以某个实际应用的课题（例如：垃圾邮件识别），他会列出这个人们为了解决这个问题应用了什么算法（机器学习的/深度学习的），然后去实验最后比较各个算法的优劣。所以可以在这本书里面选择一个自己比较感兴趣的课题，然后先看他们的实现方式，自己去github上面down源码下来在自己的机子上跑一跑，不求立马看懂，但是得对他用什么算法提取特征的，什么训练的算法有个起码的印象。
2.相关论文（主线）
在深度学习那本书中，找到相关的算法和关键字后，收集相关的论文，因为看论文能关注该算法是否被人做过了，研究过了成果如何，是否还有研究的价值，还可以从他们的文章介绍中扒到有意思的资源：比如公开的数据集
3. 兜哥的《 Web安全之机器学习入门》（支线）
这本书的讲述方式是：介绍某个算法，然后列举出这个算法在某个的实际应用的案例。如果是只想学机器学习的话，这个是一本比较好的实操书，挑自己感兴趣的算法直接学习即可。而学深度学习的小伙伴，从上面挑了自己喜欢的课题之后，只需要找到自己课题所涉及的算法学一遍就好了。还是老样子，代码跑一跑，对这个有起码的印象即可。
4. 人民邮电出版社的《机器学习实战》（支线）
这本书是涉及的机器学习算法进行深一层的解释，里面涉及浅层的数学原理注解，大篇幅的用python去实现对应的机器学习算法，找到对应的机器学习算法进行学习。
5. 周志华的《机器学习》（支线）
如果还需继续深入，这本西瓜书会是很好的选择，他更加注重于机器学习数学原理的解释。
6. 深度学习算法的书（支线）
以上是涉及机器学习算法的书，由于本人现在还停留在机器学习算法阶段，深度学习的书还没做过多的了解，暂时无法推荐什么好书，但是套路都是一样，根据《Web安全之深度学习实战》选中课题中出现的算法，再进行针对性学习。
7. 兜哥的《 Web安全之强化学习与GAN》（支线）
不得不说，兜哥的书写得是真的好，循序渐进。刚开始学习的时候决心稳固深度学习与机器学习的相关算法再来搞GAN的，后来被各种模型评测标准等知识搞得云里雾里，后来摸清楚大概以后再看第三本，才发现关于前两本留下的问题第三本都叙述，补坑…真是看完恍然大悟，三本书的知识衔接做得非常好。