幫助中心 | 我的帳號 | 關於我們

大模型安全監管與合規/網路空間安全技術叢書

  • 作者:王賢智//葉娟//陳夢園//劉子旭//陳學進等|責編:楊福川//羅詞亮
  • 出版社:機械工業
  • ISBN:9787111763239
  • 出版日期:2024/10/01
  • 裝幀:平裝
  • 頁數:252
人民幣:RMB 99 元      售價:
放入購物車
加入收藏夾

內容大鋼
    這是一部從技術安全、監管框架、合規要求、倫理道德等角度全面講解生成式人工智慧安全問題的實戰性著作。本書在堅實的理論基礎之上,通過豐富的案例和翔實的數據,系統梳理了企業當下在生成式人工智慧實踐中面臨的各種安全挑戰,並給出了應對策略。本書的目標是為讀者提供全面且實用的行動框架和實操指南,以促進生成式人工智慧行業的健康發展。
    本書融合了跨學科專家的技術和經驗,作者團隊包括安全領域的資深技術精英、微軟創新教育專家(MIEE)、生成式人工智慧技術專家,以及在大數據企業、法律界深耕多年的知識產權與數據合規方面的專家。他們憑借各自的專業知識和實踐經驗,將理論與實務緊密結合,為讀者提供了寶貴的見解和參考。

作者介紹
王賢智//葉娟//陳夢園//劉子旭//陳學進等|責編:楊福川//羅詞亮

目錄
前言
第1章  大語言模型安全及其挑戰
  1.1  大語言模型的發展歷史與技術現狀
    1.1.1  序章:起源與早期形態
    1.1.2  轉折:神經網路的興起
    1.1.3  現代巨人:GPT與BERT的時代
    1.1.4  技術現狀與應用領域
  1.2  大語言模型安全的範疇
    1.2.1  大語言模型的技術安全:關鍵挑戰是什麼
    1.2.2  大語言模型的監管與合規:面臨哪些關鍵問題
  1.3  生成式人工智慧安全的重要性
    1.3.1  提升大語言模型的社會信任和聲譽
    1.3.2  降低大語言模型的法律風險
    1.3.3  保護大語言模型的用戶數據隱私
    1.3.4  保障大語言模型服務的連續性
    1.3.5  提高大語言模型的系統穩定性
  1.4  大語言模型安全的現狀與挑戰
    1.4.1  大語言模型的安全隱患與主要風險點
    1.4.2  大語言模型與國家安全風險
    1.4.3  大語言模型安全治理之道:發展與安全並重
第2章  大語言模型技術層面的安全風險
  2.1  大語言模型的信息安全原則
    2.1.1  機密性
    2.1.2  完整性
    2.1.3  可用性
  2.2  傳統安全風險
    2.2.1  傳統網路攻擊依然具有威力
    2.2.2  常見的傳統網路攻擊方式
  2.3  識別和分析人類意圖上的挑戰
    2.3.1  惡意意圖的識別難題
    2.3.2  AI生成虛假信息傳播
    2.3.3  利用AI進行黑客攻擊
  2.4  大語言模型的固有脆弱性
    2.4.1  對抗攻擊
    2.4.2  後門攻擊
    2.4.3  Prompt攻擊
    2.4.4  數據投毒攻擊
    2.4.5  模型竊取攻擊
    2.4.6  數據竊取攻擊
    2.4.7  其他常見安全風險
第3章  大語言模型監管與合規的法律框架
  3.1  全球視野下的AIGC監管現狀
    3.1.1  AIGC企業面臨的訴訟壓力
    3.1.2  針對AIGC企業的執法調查屢見不鮮
    3.1.3  各國抓緊AIGC相關立法
  3.2  國內的監管體系
    3.2.1  國內監管體系概述
    3.2.2  國內現行監管政策梳理與總結
    3.2.3  國內重點監管政策解讀
  3.3  國外的典型法域

    3.3.1  歐盟
    3.3.2  美國
    3.3.3  英國
    3.3.4  新加坡
    3.3.5  加拿大
    3.3.6  韓國
第4章  大語言模型知識產權合規
  4.1  著作權
    4.1.1  著作權概述
    4.1.2  AIGC生成物的著作權定性分析
    4.1.3  AIGC技術相關的著作權侵權風險
    4.1.4  典型案例分析
    4.1.5  小結
  4.2  開源協議
    4.2.1  開源協議概述
    4.2.2  開源協議引發的侵權風險
    4.2.3  涉及開源協議的相關案例
    4.2.4  涉及開源協議的侵權風險防範措施
  4.3  專利權
    4.3.1  專利權概述
    4.3.2  AIGC場景下的專利權相關問題
  4.4  商標權
    4.4.1  商標權概述
    4.4.2  AIGC場景下的商標侵權
    4.4.3  人工智慧生成物與商標侵權
  4.5  商業秘密
    4.5.1  商業秘密概述
    4.5.2  AIGC場景下常見的商業秘密相關風險
    4.5.3  典型案例分析
    4.5.4  小結
第5章  大語言模型數據合規
  5.1  模型訓練階段
    5.1.1  數據採集
    5.1.2  數據質量提升
  5.2  模型應用階段
    5.2.1  告知同意
    5.2.2  個人信息權利行使
    5.2.3  收集兒童個人信息
    5.2.4  數據跨境
  5.3  模型優化階段
    5.3.1  數據使用
    5.3.2  數據安全
第6章  大語言模型內容安全
  6.1  內容安全監管
    6.1.1  國內視角下的監管
    6.1.2  國外視角下的監管
  6.2  內容安全風險
    6.2.1  權利人提起的民事侵權責任
    6.2.2  監管機構提起的行政處罰
    6.2.3  刑事處罰

  6.3  內容安全合規
    6.3.1  模型訓練階段
    6.3.2  模型應用階段
    6.3.3  模型優化階段
第7章  大語言模型演算法合規
  7.1  演算法合規框架概述
  7.2  演算法備案
    7.2.1  法律依據及實施概況
    7.2.2  備案流程
    7.2.3  演算法備案入口及角色
    7.2.4  備案所需準備的文件及材料
    7.2.5  備案期限
  7.3  人工智慧安全評估
  7.4  演算法公開透明
  7.5  演算法生成內容標識
  7.6  演算法反歧視
    7.6.1  演算法設計
    7.6.2  訓練數據選擇
    7.6.3  模型生成和優化
  7.7  與演算法有關的侵權
  7.8  演算法合規要點總結
第8章  大語言模型倫理安全
  8.1  大語言模型倫理:AI技術進步的道德維度
    8.1.1  三個案例引發對AI倫理的思考
    8.1.2  人工智慧倫理概述:一個複雜且涵蓋多方面的議題
  8.2  人工智慧倫理的重要性
    8.2.1  提升公眾信任:大語言模型倫理規範的社會影響
    8.2.2  確保合規性:企業和組織遵守倫理規範的必要性
    8.2.3  面向可持續的未來:倫理規範的長期社會影響
  8.3  大語言模型倫理安全風險及成因分析
    8.3.1  主要的倫理風險
    8.3.2  倫理風險的成因
  8.4  我國人工智慧倫理治理實踐
    8.4.1  我國人工智慧倫理相關法規政策概述
    8.4.2  確立科技倫理治理體制機制
  8.5  大語言模型倫理風險應對策略
    8.5.1  研究開發者的責任
    8.5.2  設計製造者的責任
    8.5.3  部署應用者的責任
    8.5.4  用戶的責任
第9章  大語言模型的安全保障方案
  9.1  傳統技術層面的安全保障
    9.1.1  大語言模型在系統層面的安全挑戰
    9.1.2  大語言模型中可應用的經典安全技術
    9.1.3  應用傳統安全實踐的經驗
  9.2  數據層面的保障策略
    9.2.1  數據收集階段面臨的安全挑戰
    9.2.2  訓練階段的安全建議
    9.2.3  模型推理階段的安全建議
  9.3  可信屬性角度的安全防護策略

    9.3.1  大語言模型可信任的支柱
    9.3.2  人類監管和監督
    9.3.3  技術健壯性和安全性
    9.3.4  隱私和數據治理
    9.3.5  透明度
    9.3.6  多樣性和公平性
    9.3.7  社會和環境變革
    9.3.8  問責機制
第10章  生成式人工智慧未來展望
  10.1  技術視角看大語言模型安全的發展趨勢
    10.1.1  增強安全性與可靠性
    10.1.2  提高透明性與可解釋性
    10.1.3  優化性能與效率
    10.1.4  應對深度偽造技術
    10.1.5  區塊鏈技術的集成
  10.2  法律視角看大語言模型安全的發展趨勢
    10.2.1  全球數據保護法律法規在大模型領域的細化與完善
    10.2.2  全球範圍內演算法監管框架的逐漸完善
    10.2.3  AI時代的知識產權
    10.2.4  倫理規範的法律化

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032