首页/网络安全系列公开课【回放】/

网络安全系列公开课【回放】

分类:前沿技术

简介:网络空间是亿万民众共同的精神家园,而不是 “法外之地”。尽管网络空间是虚拟的,但运用网络空间的主体是现实的,我们都应该遵守法律,明确各方权利与义务。 同时网络安全和信息化相辅相成,即安全是发展的前提,发展是安全的保障,安全和发展要同步推进。

时间:2022-05-26

立即学习
收藏

课程背景:

网络空间是亿万民众共同的精神家园。网络空间不是 “法外之地”。网络空间是虚拟的,但运用网络空间的主体是现实的,大家都应该遵守法律,明确各方权利义务。

网络安全和信息化是相辅相成的。安全是发展的前提,发展是安全的保障,安全和发展要同步推进。

本次公开课由网易智企主办,特邀网易智企资深计算机视觉算法工程师-王立春、崔若璇;浙江师范大学博士生浙江师范大学教授,人工智能研究院执行院长-彭浩;商汤科技研究院通用模型团队研究员-秦昊煜为大家分享当下网络安全热点技术及未来发展趋势。

课程安排:

《让内容安全服务更加“安全”:可信AI探索与实践》

讲师:王立春、崔若璇——网易智企资深资深计算机视觉算法工程师

内容:

在AI大规模的落地应用中出现了许多"信任危机"问题,对AI可信的追求与研究已经成为人工智能领域热门话题之一。本课程从可信AI的概念出发,介绍AI可信的具体含义。针对每一层含义,介绍如何从算法研发的每一个环节出发,追求和打造更加可信的内容安全AI系统。

课程大纲:

  1. 可信AI的背景和重要性

  2. 可信AI的概念和具体含义

  3. 构建更加可信的内容安全AI系统的探索与实践

  4. 可信AI的未来发展与思考

《深度学习中的对抗攻击与防御》

讲师:秦昊煜——商汤科技研究院通用模型团队研究员,主要参与模型体检平台的研发工作,哥伦比亚大学计算机系硕士,曾获ICCV-MFR比赛冠军。

内容:对抗攻击是一种试图用欺骗性数据欺骗模型的技术,它使得模型的预测不再可靠,它是人工智能和机器学习研究领域日益增长的威胁。相应的,对抗防御则旨在提升模型的鲁棒性以应对上述威胁。本课程对从对抗攻击的背景出发,对常见的攻击和防御算法进行探讨。

课程大纲:

  1. 对抗攻防的背景

  2. 对抗样本的分类与生成算法

  3. 对抗样本原理浅析

  4. 对抗防御方法综述

《机器学习模型的安全与隐私保护》

讲师:彭浩教授,现为浙江师范大学教授、双龙学者特聘教授、博士生导师、博士后导师、计算机博士点负责人、校人工智能研究院执行院长、校网络安全与优化研究所所长、校网络安全创新实验室负责人

内容:近年来,深度学习、强化学习等理论和技术取得突破性进展。尽管机器学习模型在现实应用中有着出⾊的表现,但其本身在数据层、模型层以及应用层仍然面临着诸多的安全威胁。本内容从当前机器学习的安全和隐私问题出发,从攻与防两个角度对该问题进行探究,并探讨该领域所面临的挑战以及未来潜在的研究⽅向。

课程大纲:

  1. 机器学习模型安全与隐私研究背景

  2. 数据安全面临的投毒攻击风险与防御

  3. 模型隐私面临的试探性攻击与隐私保护方法

  4. 机器学习安全应用和隐私保护研究难点和潜在研究方向

© 1997-2022 网易公司增值电信业务许可证B1-20180288浙B1.B2-20090185粤B2-20090191-18工业和信息化部备案管理系统网站隐私政策