前言

继上周内容，在如何提高AI的安全性方面，GPT老师曾说：以后的世界，也许就是AI监督AI、AI攻击AI的世界~

(●'◡'●)本篇博文内容专注在黑客攻击AI模型，介绍一些渗透测试工具与学习路线~

AI安全可分为4类：黑客利用AI模型发起攻击、黑客攻击指定AI模型、安全人员利用AI模型进行防守、安全人员保护AI模型~

在本系列上篇中，我们对于安全性已经做了入门性的介绍，此次会尝试一下能不能写得更深一些~

截图来源：AI安全01_梅头脑_的博客-CSDN博客

该系列博文深入浅出且全面地讲解了AI安全，期刊论文级作品，配图超多，非常适合入门新手，是阿里巴巴的算法小姐姐Vera撰写的~

写在前面：

AI安全是一个较为严肃与繁杂的话题，能力有限，所以本文也许会处于间断性更新修订的状态，目前是第三版~

第一版：与GPT老师沟通，简单扼要写了AI对抗的相关知识~

第二版：更新排版，补充AI安全性阅读链接~

第三版：更正之前的概念错误—本意是想写在对抗赛中，以后也许是AI攻防的赛场，而不是想写对抗样本训练；思考之后决定缩小范围，主题1介绍，AI模型渗透测试的工具；主题2还没有想好怎么更改，暂时保留~

截图来源：GPT IMAGE

AI安全测试工具

推荐阅读1：如何开始人工智能的渗透测试[博文版]

推荐阅读2：如何开始人工智能的渗透测试[视频版]

以上两个链接由同一个大佬撰写，迷你版本地介绍了AI安全的内容、测试靶场与工具；上面是博文，下面是视频~

测试框架1：MITRE ATLAS

MITRE ATLAS™（人工智能系统的对抗威胁基地）是一个知识库，包含机器学习 (ML) 系统的对抗策略、技术和案例研究，基于真实世界的观察、ML 红队和安全小组的演示，以及学术研究的可能性状态。 ATLAS 以 MITRE ATT&CK® 框架为蓝本，其策略和技术与 ATT&CK 中的策略和技术相辅相成。

MITRE ATLAS界面

攻击AI模型测试工具1：Counterfit by Microsoft

该工具的诞生是因为我们需要根据 Microsoft负责任的 AI 原则和负责任的 AI 工程战略 (RAISE) 计划来评估 Microsoft 的 AI 系统是否存在漏洞，目的是主动保护 AI 服务。Counterfit 最初是专门针对单个 AI 模型编写的攻击脚本语料库，然后演变成一个通用的自动化工具，可以大规模攻击多个 AI 系统。

今天，我们经常使用 Counterfit 作为我们 AI 红队操作的一部分。我们发现在MITRE 的对抗性 ML 威胁矩阵中自动化技术并针对 Microsoft 自己的生产 AI 服务重放它们以主动扫描 AI 特定漏洞很有帮助。Counterfit 也在 AI 开发阶段进行试点，以在 AI 系统投入生产之前发现它们中的漏洞。

counterfit界面

适用于：(1)渗透测试和红队 AI 系统；(2)人工智能系统的漏洞扫描；(3)AI 系统的日志记录。

另外链接中还有一个针对AI的安全开发指南：Threat Modeling AI/ML Systems and Dependencies

攻击AI模型测试工具2：Adversarial Robustness Toolbox

用于机器学习安全的Python库，顺便贴一下软件的用户指南界面，左边是针对AI攻击推出的各种各样的补丁；不夸张地讲，感觉从头到尾看完指南就能从AI安全领域毕业了~https://adversarial-robustness-toolbox.readthedocs.io/en/latest/...

ART用户指南界面

攻击AI模型测试工具3：TextAttack

TextAttack是一个用于 NLP 中的对抗性攻击、对抗性训练和数据增强的 Python 框架。

TextAttack 使得对 NLP 模型的鲁棒性进行无缝、快速和简单的试验。它还可用于 NLP 模型训练、对抗训练和数据扩充。

TextAttack 为常见的 NLP 任务提供组件，例如句子编码、语法检查和单词替换，这些组件可以单独使用。

TexTAttack使用界面

另外还找到了1个AI攻击的全自动渗透测试工具，与本博文主题非强相关，不作介绍~

AI攻击模型测试工具1：Deep Exploit

如何入门AI安全

GPT老师：

对抗性机器学习的学习路线推荐（国际版）：

学习基本的机器学习知识：对于对抗性机器学习，需要先掌握机器学习的基本原理和算法。可以从机器学习的基础课程开始学习，例如 Coursera 上的 Andrew Ng 的机器学习课程，或者吴恩达的《深度学习》。
学习对抗性攻击的基本原理：了解对抗性攻击的原理，包括对抗性样本攻击、模型欺骗攻击、模型投毒攻击等。可以阅读相关的研究论文或者博客文章，例如 arXiv 上的对抗性机器学习论文，OpenAI 的博客文章等。
学习对抗性机器学习的防御方法：掌握对抗性机器学习的防御方法，包括对抗性训练、半监督学习、降噪等。可以阅读相关的研究论文或者博客文章，例如 arXiv 上的对抗性机器学习论文，OpenAI 的博客文章等。
实践对抗性机器学习：通过实践来加深对对抗性机器学习的理解和应用。可以通过实现对抗性攻击算法或者对抗性防御算法来进行实践。可以使用一些常用的机器学习框架，如 TensorFlow、PyTorch 等，这些框架已经提供了对抗性攻击和防御的相关工具和算法。
参与对抗性机器学习社区：参与对抗性机器学习社区，了解最新的研究成果和前沿技术，也可以和其他人交流经验和想法。可以关注一些机器学习社区，如 GitHub、Reddit 上的相关板块等。

对抗性机器学习的学习路线推荐（中文版）：

备注：GPT老师推荐的中文资料基本上是查不到的，此处不智能的人工整理一下资料，篇幅基本是随序号递增的~

《对抗性机器学习的初学者指南》（译）（陈峻），阅读链接：对抗性机器学习的初学者指南-对抗性机器学习 (51cto.com)
《深度学习中的对抗攻击和对抗防御》（heu御林军），阅读链接：深度学习中的对抗攻击和对抗防御 - 知乎 (zhihu.com)
《对抗攻击中防御方法的一些进展》（AI论道），阅读链接：对抗攻击中防御方法的一些进展 - 知乎 (zhihu.com)
《深度学习中的对抗攻击与防御》（刘西蒙，谢乐辉，王耀鹏，李旭如），阅读链接：深度学习中的对抗攻击与防御 (infocomm-journal.com)
《AI安全》（腾讯安全朱雀实验室）
《人工智能安全》（方滨兴）

时间计划：

第一周：

学习机器学习基础知识，包括线性回归、逻辑回归、决策树等；
学习机器学习的工具和框架，例如 Python、NumPy、SciPy 等；
可以尝试完成一些机器学习的入门项目，例如手写数字识别等。

第二周：

学习对抗性攻击的基本原理，包括对抗性样本攻击、模型欺骗攻击等；
阅读一些经典的对抗性机器学习论文，例如 Ian Goodfellow 的 "Generative Adversarial Nets"；
尝试复现一些简单的对抗性攻击算法，例如 Fast Gradient Sign Method（FGSM）。

第三周：

学习对抗性机器学习的防御方法，包括对抗性训练、半监督学习、降噪等；
阅读一些经典的对抗性机器学习防御论文，例如 "Towards Deep Learning Models Resistant to Adversarial Attacks"；
尝试复现一些简单的对抗性防御算法，例如对抗性训练。

第四周：

深入学习对抗性机器学习的相关算法和技术，包括生成对抗网络（GAN）、迁移学习、强化学习等；
尝试完成一些对抗性机器学习的应用项目，例如图像分类、文本分类、声音分类等；
参与对抗性机器学习社区，交流学习心得和经验。

以上时间进度表仅供参考，具体时间安排可以根据自己的实际情况和学习进度进行调整。希望对您有所帮助！

备注：四周时间确实太狗了...不过，这个学习路线是真的可以借鉴的，之后会尝试按照这个学习路线更新本系列博文内容~

结语

(●'◡'●)如果博文内容有所帮助，可否点赞支持博主，感谢~对于内容有疑问或者有补充也欢迎留言讨论~博主知道自己写得很烂，受到鼓舞的博主或许会不定时回来再更新一些有用的内容~

AI安全02 AI安全测试工具

前言

AI安全测试工具

如何入门AI安全

对抗性机器学习的学习路线推荐（国际版）：

相关链接：

对抗性机器学习的学习路线推荐（中文版）：

时间计划：

结语

猜你喜欢