機器學習一直是最近應用的熱潮,不管是大語言模型(LLM)還是比較早期的深度神經網路(DNN) 都有其應用的場景存在。但機器學習模型本身就沒有安全議題嗎? 答案當然是否定的,有新技術的地方就會有破綻,有破綻的地方駭客就會想利用。但機器學習模型背後的原理多半牽涉數學,駭客的攻擊手法也多半跟數學有關,而我數學就爛怎麼辦呢? 所以本系列以一個數學不好的人作為出發點,試著參考一些 github 專案跟書籍資料,由簡而深的介紹 深度神經網路(DNN) 模型會遭遇到的各種攻擊,讓觀看者透過這些攻擊手法了解模型的攻擊表面,未來進而去制定防禦或是偵測機制。
參考資料 : PDF投影片及程式碼 : 2024_iThome_DNN_Security
參考資料 : PDF投影片及程式碼 : 2024_iThome_DNN_Security 矩陣 單位矩陣 導數 梯度 梯度下降法...
安裝 tensorflow 指令 : conda create --name py3.9 python=3.9.19 conda activate py3...
安裝函式庫指令 conda activate py3.9 pip install matplotlib pandas 參考資料 : PDF投影片及...
參考資料 : PDF投影片及程式碼 : 2024_iThome_DNN_Security Activation 機器/深度學習: 基礎介紹-損失函...
安裝指令 : conda activate py3.9 pip install netron netron 參考資料 : PDF投影片及程式碼 :...
參考資料 : PDF投影片及程式碼 : 2024_iThome_DNN_Security One Hot Encoding 不要再做One Hot...
參考資料 : PDF投影片及程式碼 : 2024_iThome_DNN_Security OWASP Machine Learning Securit...
參考資料 : PDF投影片及程式碼 : 2024_iThome_DNN_Security HackingNeuralNetworks/0_LastLa...
參考資料 : PDF投影片及程式碼 : 2024_iThome_DNN_Security HackingNeuralNetworks/2_Extrac...