AIセキュリティから学ぶ ディープラーニング[技術]入門

書籍情報

発売日 : 2021年01月04日

著者/編集 : 田篭 照博

出版社 : 技術評論社

発行形態 : 単行本

書籍説明

目次

■第1部:ディープラーニングの基礎
●第1章:ディープラーニングの全体像
 1.1:ディープラーニングとは
 1.2:ディープラーニングが対象とする問題
 1.3:ディープラーニングの構成要素
 1.4:ディープラーニングの脅威とは

●第2章:ディープラーニングを始めるための環境構築
 2.1:Dockerのインストール
 2.2:イメージのビルド
 2.3:コンテナの起動とJupyter Notebookの稼働確認
 2.4:Jupyter Notebookの基本操作

●第3章:ディープラーニングに必要な数学とNumPyの操作
 3.1:NumPyの基本
 3.2:ベクトル(1次元配列)
 3.3:行列(2次元配列)
 3.4:ndarrayの軸(axis)
 3.5:3次元以上の配列
 3.6:微分
 3.7:偏微分
 3.8:勾配
 3.9:まとめ

■第2部:ディープラーニングの仕組み
●第4章:ディープニューラルネットワーク
 4.1:DNNのアーキテクチャ(入力層/隠れ層/出力層)
 4.2:順伝播/重み/バイアス
 4.3:活性化関数
 4.4:出力層とソフトマックス関数
 4.5:入力データのバッチ化
 4.6:正解データ
 4.7:正解率

●第5章:分類モデルを開発してみよう
 5.1:事前準備
 5.2:Layerクラスの開発
 5.3:順伝播を体験しよう
 5.4:SimpleClassifierクラスの開発
 5.5:画像分類を体験しよう
 5.6:活性化関数によるモデルの表現力の変化を体験しよう

●第6章:ディープニューラルネットワークの学習
 6.1:学習の全体像
 6.2:推論と正解の誤差を把握する
 6.3:勾配降下法による重みとバイアスの更新
 6.4:合成関数と連鎖律
 6.5:誤差逆伝播
 6.6:ミニバッチによる学習
 6.7:学習に関するその他のトピック

●第7章:分類モデルの学習機能開発
 7.1:ユーティリティ関数の準備
 7.2:Layerクラスの改修
 7.3:SimpleClassifierクラスの改修
 7.4:学習
 7.5:クイズ

●第8章:畳み込みニューラルネットワーク
 8.1:CNNの全体像
 8.2:畳み込み演算
 8.3:畳み込み演算による特徴の抽出
 8.4:3次元の畳み込み演算
 8.5:畳み込み層の連結
 8.6:最大プーリング層
 8.7:畳み込みブロックから全結合層への連結
 8.8:CNNの学習

■第3部:ディープラーニングのフレームワーク
●第9章:TensorFlowとKeras
 9.1:TensorFlowとKerasとは
 9.2:KerasによるMNIST分類モデルの開発
 9.3:Kerasを利用したCNNによる画像分類
 9.4:Tensorオブジェクト
 9.5:TensorFlowによる勾配降下法の体験
 9.6:Kerasによる最適化アルゴリズムの体験

■第4部:ディープラーニングのセキュリティ
●第10章:ディープニューラルネットワークへの攻撃
 10.1:敵対的サンプルとは
 10.2:ノルム
 10.3:Fast Gradient Sign Method
 10.4:Fast Gradient Sign Methodの実装
 10.5:Jacobian Saliency Map Attack
 10.6:Jacobian Saliency Map Attackの実装
 10.7:C&W Attack
 10.8:C&W Attackの実装
 10.9:Boundary Attack
 10.10:Boundary Attackの実装
 10.11:Projected Gradient Descent Attack
 10.12:OSSを利用したPGD Attackの体験

●第11章:ディープニューラルネットワークの防御
 11.1:敵対的サンプルに対する防御の現状
 11.2:敵対的サンプルに対する防御の種類
 11.3:敵対的トレーニング
 11.4:敵対的トレーニングを体験しよう
 11.5:Feature Squeezingによる防御
 11.6:プリプロセスを利用した敵対的サンプルの検知方法
 11.7:Median Smoothingの実装
 11.8:Squeezing Color Bitsの実装

●第12章:リアル空間上での脅威
 12.1:自動運転領域での敵対的サンプル
 12.2:物理セキュリティへの脅威
 12.3:マルウェア検知の回避
 12.4:音声の敵対的サンプル
 12.5:ディープフェイクとその検知の回避

著者情報

田篭 照博
田篭 照博(たごもり てるひろ)アプリケーションエンジニアからセキュリティエンジニアに転身し、サイバーセキュリティ関連企業の米国シリコンバレー拠点にて研究とサービス開発を担当。並行して、米国スタンフォード大学の客員研究員として、ディープニューラルネットワークの形式検証に関するフレームワーク開発と研究に従事。主な著書に『堅牢なスマートコントラクト開発のためのブロックチェーン[技術]入門』などがある。
田篭, 照博
AIセキュリティから学ぶ ディープラーニング[技術]入門

3,850円 (税込)

楽天