引子 安教授的AI安全第 一課　1 第 一篇 AI安全初探　5 故事1 AI的崛起：從圖靈測試到大模型　6 故事2 AI安全風(fēng)險案例：AI的安全黑洞　15 故事3 AI安全的重要性：AI的守護使命　26 故事4 AI安全攻防全貌：AI的攻防戰(zhàn)場　37 第二篇 AI面臨的安全挑戰(zhàn)　47 故事5 AI模型的脆弱心臟：模型魯棒性問題　48 故事6 AI模型的黑箱之謎：可解釋性挑戰(zhàn)　57 故事7 AI數(shù)據(jù)的污染危機：數(shù)據(jù)質(zhì)量與數(shù)據(jù)投毒風(fēng)險　66 故事8 AI算法的雙刃劍：漏洞、攻擊與濫用　77 故事9 AI的偏見：算法歧視與公平性　87 故事10 AI的責(zé)權(quán)：責(zé)任歸屬與法律挑戰(zhàn)　93 故事11 AI武器化的隱憂：軍事化應(yīng)用的安全風(fēng)險　101 故事12 AI時代的數(shù)據(jù)隱私保護：技術(shù)與法規(guī)解析　108 故事13 AI應(yīng)用的合規(guī)挑戰(zhàn)：各國規(guī)范性文件對比與發(fā)展趨勢　118 第三篇 AI安全攻防及應(yīng)用　129 故事14 擾動輸入樣本：欺騙AI的魔術(shù)　130 故事15 數(shù)據(jù)投毒攻擊：污染AI的源頭　140 故事16 模型竊取攻擊：偷走AI的大腦　150 故事17 后門攻擊：隱藏在AI中的定時炸彈　159 故事18 提升AI模型魯棒性：應(yīng)對輸入樣本擾動　168 故事19 AI數(shù)據(jù)安全防護：防御AI數(shù)據(jù)投毒　178 故事20 AI模型知識產(chǎn)權(quán)保護：防止模型竊取與濫用　188 故事21 AI系統(tǒng)安全加固：檢測與防御后門攻擊　197 故事22 AI內(nèi)容安全的“守門員”：虛假信息識別與多模態(tài)過濾　207 故事23 AI周邊安全的防護網(wǎng)：保障AI系統(tǒng)的安全　217 故事24 AI管理的“安全屋”：構(gòu)建AI安全管理體系　225 第四篇 AI賦能安全　235 故事25 AI賦能安全攻防的“神兵利器”：關(guān)鍵技術(shù)解析　236 故事26 AI在安全測試中的利與弊：漏洞挖掘與代碼審計　245 故事27 AI賦能安全防御：構(gòu)建“銅墻鐵壁”　253 故事28 安全產(chǎn)業(yè)的變革者：重塑安全生態(tài)　262 故事29 安全設(shè)備和系統(tǒng)的升級者：提升安全能力　271 故事30 電信運營商AI安全實踐：實戰(zhàn)案例分享　280 第五篇 AI安全行業(yè)動態(tài)與發(fā)展趨勢　291 故事31 全球AI安全標(biāo)準(zhǔn)化組織：規(guī)則制定與發(fā)展　292 故事32 AI安全研究的風(fēng)向標(biāo)：最新研究進展　301 后記 　310