AI对抗初识

1、AI安全的定义：
2、AI安全涉及的方面：
（1）数据安全：包括人工智能系统中的训练数据偏差、非法授权篡改、以及人工智能引发的个人隐私数据的泄露等安全问题。
（2）网络安全：主要包括网络设施和学习框架的漏洞，后门安全问题，以及恶意技术等
（3）算法安全：算法的设计以及决策相关的安全问题
3、人工智能应用面临的安全风险：
（1）逃避攻击：欺骗人工智能应用，例如扰乱网络流量的分类器、对图片加噪以扰乱图片分割分类器
（2）模型推断攻击：对人工智能模型、算法和数据安全进行攻击
（3）拒绝服务攻击：干扰人工智能正常服务
（4）传感器缺陷攻击：对人工智能的输入系统进行攻击
4、AI现在的研究方向：
自动驾驶、人脸识别、语音识别、语音助手、智慧医疗等等各方面中。
5、AI的基本框架：（基础架构是人工智能的基础）
TensorFlow(谷歌的)、CNTK（微软）、PyTorch、Caffe、KubeFlow、Theano、Keras等等
* TensorFlow：使用python语言；采用计算图形的抽象；软件库运行速度不快；缺乏预先训练好的模型；并非完全开源；
* CNTK：微软的计算机网络工具包：非常灵活；可实现分布式训练；可视化不足；是使用一种新的语言NDL来实现的
* Theano：是TensorFLow的强有力的竞争对手，是一个功能强大的pyt