来源书籍

人工智能安全

Skill 版本:v24 经典原理(高信息浓度 + 高稳定性) 177 张卡片

陈左宁 主编;卢锡城 副主编;方滨兴 副主编 · 电子工业出版社 · 2024-04 · ISBN 9787121471414

章节与卡片

01

19 张卡片
  1. 安全源于自主性 理解等级:中级 普通读书笔记卡
  2. 内生与衍生 理解等级:中级 普通读书笔记卡
  3. 治理不能单点 理解等级:中级 普通读书笔记卡
  4. 双刃剑通用技术 理解等级:中级 普通读书笔记卡
  5. 数据质量是安全条件 理解等级:中级 普通读书笔记卡
  6. 教育算法放大偏见 理解等级:中级 普通读书笔记卡
  7. 联合建模的数据矛盾 理解等级:中级 普通读书笔记卡
  8. 自动驾驶的复合攻击面 理解等级:中级 普通读书笔记卡
  9. 应用扩散改变就业结构 理解等级:中级 普通读书笔记卡
  10. 开放组件仍需安全评测 理解等级:中级 普通读书笔记卡
  11. 解释性支持错误追溯 理解等级:中级 普通读书笔记卡
  12. 分布变化削弱安全 理解等级:中级 普通读书笔记卡
  13. 指标最优未必合意 理解等级:中级 普通读书笔记卡
  14. 扰动攻击不同于漂移 理解等级:中级 普通读书笔记卡
  15. 模型服务并非保密屏障 理解等级:中级 普通读书笔记卡
  16. 计算时限也是安全边界 理解等级:中级 普通读书笔记卡
  17. 本地数据仍可能泄露 理解等级:中级 普通读书笔记卡
  18. 自主可控不等于安全 理解等级:中级 普通读书笔记卡
  19. 评测需要动态证据 理解等级:中级 普通读书笔记卡

02

13 张卡片
  1. 主动免疫可信 理解等级:中级 普通读书笔记卡
  2. 可信链传递 理解等级:中级 结构图卡
  3. AI平台先可信 理解等级:中级 普通读书笔记卡
  4. 双向接入验证 理解等级:中级 结构图卡
  5. 可信密码职责分工 理解等级:中级 普通读书笔记卡
  6. 启动度量依赖可信基准 理解等级:中级 普通读书笔记卡
  7. 动态度量覆盖运行变化 理解等级:中级 普通读书笔记卡
  8. 行为度量比较调用路径 理解等级:中级 普通读书笔记卡
  9. 可信标签不证明事实 理解等级:中级 普通读书笔记卡
  10. 运行证明需要过程记录 理解等级:中级 普通读书笔记卡
  11. 密封绑定平台状态 理解等级:中级 普通读书笔记卡
  12. 密钥封装减少明文暴露 理解等级:中级 普通读书笔记卡
  13. 审计上传按时效分层 理解等级:中级 普通读书笔记卡

03

17 张卡片
  1. 无人驾驶混行 理解等级:中级 普通读书笔记卡
  2. 工程社会双风险 理解等级:中级 普通读书笔记卡
  3. 集群拓扑安全 理解等级:中级 普通读书笔记卡
  4. 低门槛高破坏 理解等级:中级 普通读书笔记卡
  5. 场景演示不能证明通用 理解等级:中级 普通读书笔记卡
  6. 风险编码避免过早合并 理解等级:中级 普通读书笔记卡
  7. 风险量表连接抽象与观察 理解等级:中级 普通读书笔记卡
  8. 风险概率受建模选择限制 理解等级:中级 普通读书笔记卡
  9. 风险应对采用组合策略 理解等级:中级 普通读书笔记卡
  10. 协同能力来自信息交互 理解等级:中级 普通读书笔记卡
  11. 命令安全超出通信加密 理解等级:中级 普通读书笔记卡
  12. 协同学习可能传播偏差 理解等级:中级 普通读书笔记卡
  13. 传感融合仍有误差边界 理解等级:中级 普通读书笔记卡
  14. 协同模型必须包含场景 理解等级:中级 普通读书笔记卡
  15. 运行风险需要实时预测 理解等级:中级 普通读书笔记卡
  16. 一致还必须保持安全 理解等级:中级 普通读书笔记卡
  17. 自治与控制存在取舍 理解等级:中级 普通读书笔记卡

04

20 张卡片
  1. 强智能边界 理解等级:中级 普通读书笔记卡
  2. 类脑路径风险 理解等级:中级 普通读书笔记卡
  3. 前瞻治理必要 理解等级:中级 普通读书笔记卡
  4. 阶段化控险 理解等级:中级 结构图卡
  5. 强智能路线有不同假设 理解等级:中级 普通读书笔记卡
  6. 仿真规模不等于脑功能 理解等级:中级 普通读书笔记卡
  7. 类脑工程分三层验证 理解等级:中级 普通读书笔记卡
  8. 生命阶段是设计能力框架 理解等级:中级 普通读书笔记卡
  9. 时间预测应保留分歧 理解等级:中级 普通读书笔记卡
  10. 能力地形图揭示不均衡 理解等级:中级 普通读书笔记卡
  11. 自我改进压缩干预窗口 理解等级:中级 普通读书笔记卡
  12. 友好约束有双重障碍 理解等级:中级 普通读书笔记卡
  13. 智能与意识分别讨论 理解等级:中级 普通读书笔记卡
  14. 能力风险并非单调关系 理解等级:中级 普通读书笔记卡
  15. 白盒黑盒防控互补 理解等级:中级 普通读书笔记卡
  16. 元学习关注学习方式 理解等级:中级 普通读书笔记卡
  17. 行动规则落实价值约束 理解等级:中级 普通读书笔记卡
  18. 标准化改善复现基础 理解等级:中级 普通读书笔记卡
  19. 多层备案支持恢复 理解等级:中级 普通读书笔记卡
  20. 修复系统需独立可用 理解等级:中级 普通读书笔记卡

05

13 张卡片
  1. 工业AI外部性 理解等级:中级 普通读书笔记卡
  2. 智慧城市边界 理解等级:中级 普通读书笔记卡
  3. 场景决定体系 理解等级:中级 普通读书笔记卡
  4. 安全是落地前提 理解等级:中级 普通读书笔记卡
  5. 制造架构分层定责任 理解等级:中级 普通读书笔记卡
  6. 制造安全需要系统一体化 理解等级:中级 普通读书笔记卡
  7. 智能感知兼做信息筛选 理解等级:中级 普通读书笔记卡
  8. 业务后果决定模型评估 理解等级:中级 普通读书笔记卡
  9. 边缘低延迟不等于低风险 理解等级:中级 普通读书笔记卡
  10. 统计关联不能代替因果 理解等级:中级 普通读书笔记卡
  11. 城市协同依赖信息先行 理解等级:中级 普通读书笔记卡
  12. 跨域融合扩大隐私后果 理解等级:中级 普通读书笔记卡
  13. 城市安全需跨层闭环 理解等级:中级 普通读书笔记卡

06

29 张卡片
  1. 攻防智能化 理解等级:中级 普通读书笔记卡
  2. 攻击链全融入 理解等级:中级 普通读书笔记卡
  3. 对抗样本软肋 理解等级:中级 普通读书笔记卡
  4. 投毒改变源头 理解等级:中级 普通读书笔记卡
  5. 智能钓鱼规模化 理解等级:中级 普通读书笔记卡
  6. 恶意变换保功能避检测 理解等级:中级 普通读书笔记卡
  7. 密码猜测学习使用分布 理解等级:中级 普通读书笔记卡
  8. 僵尸网络下放自主决策 理解等级:中级 普通读书笔记卡
  9. 语音相似不证明身份 理解等级:中级 普通读书笔记卡
  10. 验证码依赖能力差距 理解等级:中级 普通读书笔记卡
  11. 设备指纹来自物理信号 理解等级:中级 普通读书笔记卡
  12. 静态动态恶意分析互补 理解等级:中级 普通读书笔记卡
  13. 重建误差只是异常线索 理解等级:中级 普通读书笔记卡
  14. 硬件木马可观察侧信道 理解等级:中级 普通读书笔记卡
  15. 行为语义补充事件匹配 理解等级:中级 普通读书笔记卡
  16. 端点监测关联多种行为 理解等级:中级 普通读书笔记卡
  17. 序列取证重建攻击情节 理解等级:中级 普通读书笔记卡
  18. 态势预测受历史规律约束 理解等级:中级 普通读书笔记卡
  19. 漏洞学习依赖代码表征 理解等级:中级 普通读书笔记卡
  20. 开源情报分阶段保真 理解等级:中级 普通读书笔记卡
  21. 威胁模型限定安全结论 理解等级:中级 普通读书笔记卡
  22. 攻击分类有多条轴 理解等级:中级 普通读书笔记卡
  23. 对抗训练优化最坏损失 理解等级:中级 结构图卡
  24. 黑白盒表示知识差别 理解等级:中级 普通读书笔记卡
  25. 鲁棒增强仍需组合防护 理解等级:中级 普通读书笔记卡
  26. 后门可隐藏在正常精度下 理解等级:中级 普通读书笔记卡
  27. 模型输出也会泄露数据 理解等级:中级 普通读书笔记卡
  28. 成员推断判断训练参与 理解等级:中级 普通读书笔记卡
  29. 安全计算要说明对手假设 理解等级:中级 普通读书笔记卡

07

26 张卡片
  1. 安全可控内涵 理解等级:中级 普通读书笔记卡
  2. 算法算力数据链 理解等级:中级 普通读书笔记卡
  3. 生态反哺安全 理解等级:中级 普通读书笔记卡
  4. 民用分级可控 理解等级:中级 普通读书笔记卡
  5. 加速器与CPU分工协同 理解等级:中级 普通读书笔记卡
  6. 算力落地依赖访存通信 理解等级:中级 普通读书笔记卡
  7. 云边选择由约束决定 理解等级:中级 普通读书笔记卡
  8. 硬件专用化需要场景前提 理解等级:中级 普通读书笔记卡
  9. 存算结合减少搬运 理解等级:中级 普通读书笔记卡
  10. AutoML自动化迭代选择 理解等级:中级 普通读书笔记卡
  11. 中间表示减少移植组合 理解等级:中级 普通读书笔记卡
  12. 集成学习组合多个判断 理解等级:中级 普通读书笔记卡
  13. 强化学习优化交互回报 理解等级:中级 普通读书笔记卡
  14. 深度学习形成层次表示 理解等级:中级 普通读书笔记卡
  15. 多模态融合依赖对齐 理解等级:中级 普通读书笔记卡
  16. 语言理解连接语义与检索 理解等级:中级 普通读书笔记卡
  17. 知识表示发现图谱各有职责 理解等级:中级 普通读书笔记卡
  18. 数据中台以服务复用数据 理解等级:中级 普通读书笔记卡
  19. 存储墙限制新增算力 理解等级:中级 普通读书笔记卡
  20. 芯片门槛形成成本循环 理解等级:中级 普通读书笔记卡
  21. 依赖管理超出代码可见 理解等级:中级 普通读书笔记卡
  22. 科研评价影响工程积累 理解等级:中级 普通读书笔记卡
  23. 三层生态需要多种证据 理解等级:中级 普通读书笔记卡
  24. 应用价值需要设施承接 理解等级:中级 普通读书笔记卡
  25. 基础层短板会被热潮掩盖 理解等级:中级 普通读书笔记卡
  26. 产业研究院连接四条链 理解等级:中级 普通读书笔记卡

08

20 张卡片
  1. 标准先定边界 理解等级:中级 普通读书笔记卡
  2. 风险评估指标 理解等级:中级 普通读书笔记卡
  3. 预警闭环 理解等级:中级 结构图卡
  4. 审慎监管平衡 理解等级:中级 普通读书笔记卡
  5. 标准含有价值选择 理解等级:中级 普通读书笔记卡
  6. 治理原则贯穿生命周期 理解等级:中级 普通读书笔记卡
  7. 成熟度评估查四种能力 理解等级:中级 普通读书笔记卡
  8. 风险评估连接识别与对策 理解等级:中级 结构图卡
  9. 评估方法匹配证据类型 理解等级:中级 普通读书笔记卡
  10. 故障树从后果回溯原因 理解等级:中级 普通读书笔记卡
  11. AHP将比较转为层次权重 理解等级:中级 普通读书笔记卡
  12. 模糊评价表达程度差异 理解等级:中级 普通读书笔记卡
  13. 决策树比较方案后果 理解等级:中级 普通读书笔记卡
  14. 专家筛选需保留独立意见 理解等级:中级 普通读书笔记卡
  15. 指标应按场景增减 理解等级:中级 普通读书笔记卡
  16. 一致性检验不证明真实 理解等级:中级 普通读书笔记卡
  17. 灰色关联比较变化形态 理解等级:中级 普通读书笔记卡
  18. 可信度因子并非概率 理解等级:中级 普通读书笔记卡
  19. 事件树从起因展开后果 理解等级:中级 普通读书笔记卡
  20. BP学习传递输出与误差 理解等级:中级 普通读书笔记卡

09

20 张卡片
  1. 伦理法律互补 理解等级:中级 普通读书笔记卡
  2. 价值双轮驱动 理解等级:中级 普通读书笔记卡
  3. 人机伦理关系 理解等级:中级 普通读书笔记卡
  4. 责任可追溯 理解等级:中级 普通读书笔记卡
  5. 优化共生设计 理解等级:中级 普通读书笔记卡
  6. 元伦理追问判断性质 理解等级:中级 普通读书笔记卡
  7. 伦理理论关注不同面向 理解等级:中级 普通读书笔记卡
  8. 反思平衡连接原则案例 理解等级:中级 普通读书笔记卡
  9. 自主性不同于道德敏感性 理解等级:中级 普通读书笔记卡
  10. 伦理评估区分现实与预测 理解等级:中级 普通读书笔记卡
  11. 伦理风险需说明条件与主体 理解等级:中级 普通读书笔记卡
  12. 关怀检查四种实践能力 理解等级:中级 普通读书笔记卡
  13. 道德地位需要独立理由 理解等级:中级 普通读书笔记卡
  14. 工程自主不等于道德自主 理解等级:中级 普通读书笔记卡
  15. 责任还需回应归责实践 理解等级:中级 普通读书笔记卡
  16. 道德因子不等于完整主体 理解等级:中级 普通读书笔记卡
  17. 柔性治理需连接刚性责任 理解等级:中级 普通读书笔记卡
  18. 法律议题应分别界定 理解等级:中级 普通读书笔记卡
  19. 立法与适用分工协作 理解等级:中级 普通读书笔记卡
  20. 职业伦理支持具体治理 理解等级:中级 普通读书笔记卡

全书概览

人工智能安全

Skill 版本:v24(当前完整解析;首次v6见下方历史记录,2026-11-14修正导入字段格式)。

当前解析 Skill 版本:book-notes v24(2026-11-14;book-workflow v4)。

执行模式:light

以下首次v6评级与进度保留为历史记录;本轮状态以“v24完整处理”区块为准。

历史首次 Skill 版本:v6(2026-08-27 按 v6 规则续补;既有阶段一至三记录与卡片保留)

整体评级

四象限结论:经典原理(高信息浓度 + 高稳定性)

评级理由: 本书围绕人工智能安全的基本范畴展开,不只是罗列应用案例,而是把安全问题拆成内生安全与衍生安全两类,并进一步从技术、标准、产业生态、伦理、法律等层面讨论治理路径。第1章用数据质量、模型不可解释性、鲁棒性、对抗攻击等说明 AI 系统为什么会产生不同于传统工程系统的安全问题;第2章以可信计算解释如何从启动、运行、存储、审计和交互过程建立可信链;第6章把 AI 与网络攻防结合,分析智能化恶意软件、密码攻击、钓鱼、僵尸网络、投毒攻击及对抗样本等机制;第8章和第9章则把标准、风险评估、预警、伦理与法律治理纳入同一安全治理框架。

书中包含一些与特定年份、标准组织、产业市场规模相关的材料,这些事实会随时间变化,但它们主要服务于解释风险分类、治理结构和安全可控的判断逻辑。整体来看,本书更像一张人工智能安全的问题地图和治理框架,而不是绑定某个工具版本的速查手册。

章节进度追踪

章节号 章节标题 精读/略读 状态(pending/done) 卡片数
1 概述 精读 done 4
2 可信计算保障人工智能安全 精读 done 4
3 无人系统安全 精读 done 4
4 基于类脑计算的强人工智能及其安全 精读 done 4
5 智能制造和智能城市中的人工智能应用安全 精读 done 4
6 网络安全 精读 done 5
7 人工智能安全可控的产业生态建设 精读 done 4
8 人工智能安全标准与风险评估预警 精读 done 4
9 人工智能法律伦理 精读 done 5

章节筛选说明

  • 第1章《概述》:定义人工智能安全边界、内生/衍生安全和治理路径,是全书概念底座。
  • 第2章《可信计算保障人工智能安全》:把可信计算用于 AI 平台启动、运行、存储、审计和数据交互,具有工程架构价值。
  • 第3章《无人系统安全》:将无人驾驶和多无人系统协同的工程风险、社会风险和治理策略连在一起,适合沉淀跨域风险卡片。
  • 第4章《基于类脑计算的强人工智能及其安全》:讨论强人工智能实现路径、时间预测、潜在风险与预防策略,属于高稳定性前沿框架。
  • 第5章《智能制造和智能城市中的人工智能应用安全》:覆盖智能制造、智能城市的典型场景、风险来源和安全技术体系,具有行业迁移价值。
  • 第6章《网络安全》:系统分析 AI 加持的网络攻击、防御、对抗样本和研究方向,专业浓度最高之一。
  • 第7章《人工智能安全可控的产业生态建设》:从算法、算力、数据、产业链解释安全可控,虽然带有政策语境,但框架可迁移。
  • 第8章《人工智能安全标准与风险评估预警》:把标准体系、风险评估流程、指标和预警机制连接起来,适合形成治理方法卡片。
  • 第9章《人工智能法律伦理》:讨论伦理风险、强 AI 伦理身份、治理原则和法律责任,是技术治理之外的重要安全维度。

实践卡进度

序号 实践标题 实践方式 状态(pending/done) 关联章节 产出
001 为模型输入建立质量门 真实任务 done 01 一份输入来源与异常检查表
002 为自动化结果保留可解释记录 真实任务 done 04 一份结果—依据—复核记录
003 做一次安全风险预警演练 决策实践 done 08 一份风险分级与升级清单

未采用的候选:复现密码猜测、钓鱼、投毒或对抗攻击方法;这些会增加滥用风险,不属于防御性读书实践。

2026-11-14 v24完整处理

本次执行版本:book-workflow v4 / book-notes v24;执行模式:light。保留首次v6,旧done不代替当前覆盖。

建档进度:done

整书笔记为当前讲解及定位真源;覆盖记录逐单元更新。

章节号 章节标题 状态 卡片数
-1 内容简介 done 0
0 前言 done 2
1 概述 done 17
2 可信计算保障人工智能安全 done 13
3 无人系统安全 done 17
4 基于类脑计算的强人工智能及其安全 done 20
5 智能制造和智能城市中的人工智能应用安全 done 13
6 网络安全 done 29
7 人工智能安全可控的产业生态建设 done 26
8 人工智能安全标准与风险评估预警 done 20
9 人工智能法律伦理 done 20
本轮非正文排除
spine项 类型 排除理由
1 EPUB/xhtml/cover.xhtml 封面/版权 仅身份、人员与出版信息,无实质论述
2 EPUB/xhtml/Copyright.xhtml 封面/版权 仅身份、人员与出版信息,无实质论述
4 EPUB/xhtml/Section0001_0002.xhtml 编委名单 仅身份、人员与出版信息,无实质论述
本轮待关联术语
术语名 出现章节 一句话语境
联邦学习 1 此处仅列为跨机构研发技术,具体泄露边界由下单元处理
迁移学习 1 跨机构协作技术提名,未展开流程
防御蒸馏 1 作为增强鲁棒性的方法提名,未解释机制
模型正则化 1 作为防御技术提名,未展开具体形式
TPM 2 可信计算2.0代表技术,未展开内部接口
PCR 2 存储并单向扩展度量状态的寄存器;本节未展开硬件细节
Cronbach’s α 3 量表内部一致性指标,原文给结果而未推导公式
KMO与Bartlett检验 3 探索性因子分析适用性检查,未展开算法
AVE与CR 3 收敛效度和组合信度评估指标,未推导
群体智能 3 此处作为规划领域提名,后续安全分析再展开
主动学习 3 高级机器学习方向清单,未展开方法
综合集成研讨厅建模法 3 作为复杂巨系统建模思路提名,未展开实施流程
BrainScaleS 4 神经形态研究系统,参数为历史描述
SpiNNaker 4 大规模神经仿真系统,未展开实现
天机芯片 4 混合神经计算研究实例
达尔文芯片 4 脉冲网络芯片研究实例
ReLU 4 基础网络模块提名,未展开函数
批归一化 4 作为标准化基础模块示例,未解释机制
MES 5 制造执行系统作为攻击载体提名
HMI 5 人机接口漏洞载体提名
分箱法 5 作为噪声处理方法列名,未展开分组算法
聚类法 5 作为噪声处理方法列名,未展开实现
回归法 5 作为噪声处理方法列名,未解释建模选择
Web应用截图嵌入 6 本节介绍距离判别用途,作为表征技术在正文说明,不另推导网络结构
FGSM 6 本节列举梯度类对抗方法,未保留操作实现
JSMA 6 稀疏像素扰动方法提名
DeepFool 6 近似最小扰动用于鲁棒性评估
ZOO 6 通过查询估计梯度的思路提名
模糊测试 6 作为安全性分析增强方向列名
动态污点分析 6 程序信息流跟踪的研究方向
安全策略迁移 6 迁移学习降低跨平台策略部署成本的方向
BSP 7 基础平台驱动与适配能力
MLU 7 本书人工智能处理单元名称,未给统一接口定义
指标属性分类法 8 按动态静态、绝对相对等属性组织候选指标
逐步回归法 8 依据样本相关性逐步筛选变量,具体统计实现未展开
概率神经网络 8 基于贝叶斯最小风险准则的监督分类网络,径向基网络分支
道德实在论与非实在论 9 分别讨论价值是否客观存在的理论立场
错误论与非认知主义 9 分别认为道德事实陈述错误,或认为其不承担表征事实职责
本轮引用文献
标题 类型 出现章节 一句话语境
DENDRAL 框架 1 专家系统早期历史例子,未展开具体实现
AlexNet 论文 1 图像识别突破的历史标记,未展开网络结构
人工智能安全框架(2020年) 框架 1 自动驾驶与基础设施风险分类依据
人工智能与国家安全 论文 1 国家安全影响讨论的历史报告
未来简史 书 1 就业替代预测的引用来源
Artificial Intelligence Accident Database 框架 1 书中用于汇集事故类型,计数仅对应2021年时点
阿西洛马人工智能原则 框架 1 仅作为降低未来风险的规范提名
致命性自主武器宣言 框架 1 关于研究者承诺的历史声明
中国信息通信研究院安全研究所.人工智能安全白皮书(2018年)[R/OL].(2018-09)[2021-08-17]. 论文 1 原书参考文献第1条;只登记检索信息,未读外部全文
方滨兴.人工智能安全[M].北京:电子工业出版社,2020. 书 1 原书参考文献第2条;只登记检索信息,未读外部全文
清华大学人工智能研究院,清华—中国工程院知识智能联合研究中心,中国人工智能学会.人工智能发展报告2011—2020[R/OL].(2021-06-08)[2021-10-06]. 论文 1 原书参考文献第3条;只登记检索信息,未读外部全文
中国电子信息产业发展研究院(赛迪研究院),人工智能产业创新联盟.人工智能实践录[M].北京:人民邮电出版社,2020. 书 1 原书参考文献第4条;只登记检索信息,未读外部全文
《人工智能读本》编写组.人工智能读本[M].北京:人民出版社,2019. 书 1 原书参考文献第5条;只登记检索信息,未读外部全文
图灵人工智能.方滨兴院士:人工智能安全之我见[EB/OL].(2020-06-15)[2022-03-20]. 论文 1 原书参考文献第6条;只登记检索信息,未读外部全文
WU F,LU C,ZHU M,et al. Towards a new generationof artificial intelligence in China[J]. Nat Mach Intell,2020,2:312-316. 论文 1 原书参考文献第7条;只登记检索信息,未读外部全文
潘云鹤.人工智能2.0与教育的发展[J].中国远程教育,2018(5):5-8,44. 论文 1 原书参考文献第8条;只登记检索信息,未读外部全文
RICHARD.人工智能教育(包括智适应机器学习模型)存在的风险[EB/OL].(2021-03-18)[2022-03-20]. 论文 1 原书参考文献第9条;只登记检索信息,未读外部全文
潘云鹤.经济向智能化转型的若干模式[N].中国信息化周报,2019-05-20. 论文 1 原书参考文献第10条;只登记检索信息,未读外部全文
中国信息通信研究院安全研究所.人工智能安全框架(2020年)[R/OL].(2020-12)[2021-08-17]. 论文 1 原书参考文献第11条;只登记检索信息,未读外部全文
企鹅号-霍尔斯医疗.人工智能在医疗领域的应用风险很大[EB/OL].(2019-06-13)[2022-01-23]. 论文 1 原书参考文献第12条;只登记检索信息,未读外部全文
盘冠员.人工智能发展应用中的安全风险及应对策略[J].中国国情国力,2019(2):65-67. 论文 1 原书参考文献第13条;只登记检索信息,未读外部全文
信息安全与通信保密杂志社.美国军事人工智能发展及其安全问题的思考[EB/OL].(2021-11-17)[2022-01-20]. 论文 1 原书参考文献第14条;只登记检索信息,未读外部全文
黄乐平,赵悦媛,余熠.科技行业:俄乌战争中的高科技[EB/OL].(2022-03-25)[2022-04-01]. 论文 1 原书参考文献第15条;只登记检索信息,未读外部全文
华为技术有限公司.AI安全白皮书[R/OL].(2019-09-19)[2022-03-29]. 论文 1 原书参考文献第16条;只登记检索信息,未读外部全文
ION S,DAWN S,RALUCA A P,et al.A Berkeley Viewof Systems Challenges for AI[J].arXiv:1712.05855,2017. 论文 1 原书参考文献第17条;只登记检索信息,未读外部全文
AMODEI D,OLAH C,STEINHARDT,J et al. Concrete Problems in AI Safety[J].arXiv:1606.06565,2016. 论文 1 原书参考文献第18条;只登记检索信息,未读外部全文
NAVEEN A,AJMAL M. Threatof Adversarial Attackson Deep Learning in Computer Vision:A Survey[J].IEEE ACCESS,2018,6:14410-14430. 论文 1 原书参考文献第19条;只登记检索信息,未读外部全文
NICHOLAS C,DAVID W. Towards Evaluating the Robustnessof Neural Networks [J].IEEE Symposiumon Security and Privacy,2017:39-57. 论文 1 原书参考文献第20条;只登记检索信息,未读外部全文
IEEE. Ethically Aligned Design:A Vision for Prioritizing Human Well-being with Autonomous and Intelligent Systems,First Edition[S]. The IEEE Global Initiativeon Ethicsof Autonomous and Intelligent Systems,2019. 论文 1 原书参考文献第21条;只登记检索信息,未读外部全文
KENG S,WEIYU W. Artificial Intelligence (AI) Ethics:Ethicsof AI and Ethical AI[J]. Journalof Database Management,2020,31(2):74-87, 论文 1 原书参考文献第22条;只登记检索信息,未读外部全文
EMANUELLE B,JUDY G,SVEN K,et al. Ethical Considerations in Artificial Intelligence Courses[J].AI Magazine,2017,38(2):22-34. 论文 1 原书参考文献第23条;只登记检索信息,未读外部全文
国家新一代人工智能治理专业委员会.新一代人工智能伦理规范[S/OL].(2021-09-25)[2022-04-21]. 论文 1 原书参考文献第24条;只登记检索信息,未读外部全文
谭铁牛.人工智能的创新发展与社会影响[EB/OL].(2018-10-29)[2021-11-21]. 论文 1 原书参考文献第25条;只登记检索信息,未读外部全文
朱敏,纪雯雯,高春雷,等.人工智能与劳动力市场变革:机遇和挑战[J].教育经济评论,2018,3(2):23-35. 论文 1 原书参考文献第26条;只登记检索信息,未读外部全文
陈明真.人工智能就业影响及研究进展[J].中国经贸导刊(中),2020,971(6):183-180. 论文 1 原书参考文献第27条;只登记检索信息,未读外部全文
MARCIN S. Economic impacts of artificial intelligence (AI)[J]. European Parliamentary Research Service,2019. 论文 1 原书参考文献第28条;只登记检索信息,未读外部全文
HENRY K,ERIC S,DANIEL H. The Metamorphorsis[J]. The Atlantic,2019. 论文 1 原书参考文献第29条;只登记检索信息,未读外部全文
GREG A,TANIEL C. Artificial Intelligence and National Security[J]. Belfer Center for Science and International Affairs,2017. 论文 1 原书参考文献第30条;只登记检索信息,未读外部全文
ROMAN V. Artificial Intelligence Safety and Security[M]. Boca Raton:CRC Press,2019. 书 1 原书参考文献第31条;只登记检索信息,未读外部全文
LINARDATOS P,PAPASTEFANOPOULOS V,KOTSIANTIS S. Explainable AI:A Reviewof Machine Learning Interpretability Methods[J]. Entropy,2021,23:18. 论文 1 原书参考文献第32条;只登记检索信息,未读外部全文
ALEJANDRO B A,NATALIA D R,JAVIER D S,et al. Explainable Artificial Intelligence (XAI):Concepts,Taxonomies,Opportunities and Challenges Toward Responsible AI[J]. Information Fusion,2020,58:82-115. 论文 1 原书参考文献第33条;只登记检索信息,未读外部全文
CYNTHIA R. Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead[J]. Nature Machine Intelligence,2019,1:206-215. 论文 1 原书参考文献第34条;只登记检索信息,未读外部全文
STUART R. Human Compatible:Artificial Intelligence and the Problemof Control[J]. Penguin Random House,2019. 论文 1 原书参考文献第35条;只登记检索信息,未读外部全文
ROMAN V. Yampolskiy (2014):Utility function security in artificially intelligent agents[J]. Experimental&Theoretical Artificial Intelligence,2014. 论文 1 原书参考文献第36条;只登记检索信息,未读外部全文
TOM E,MARCUS H. Avoiding Wireheading with Value Reinforcement Learning[J]. Artificial General Intelligence,2016. 论文 1 原书参考文献第37条;只登记检索信息,未读外部全文
CHRISTIAN S,WOJCIECH Z,ILYA S,et al. Intriguing propertiesof neural networks[J].arXiv:1312.6199v4,2014. 论文 1 原书参考文献第38条;只登记检索信息,未读外部全文
SEYED M M D,ALHUSSEIN F,PASCAL F. DeepFool:A simple and accurate method tofool deep neural networks[C].2016 IEEE Conferenceon Computer Vision and Pattern Recognition,2016:282. 论文 1 原书参考文献第39条;只登记检索信息,未读外部全文
李欣姣,吴国伟,姚琳,等.机器学习安全攻击与防御机制研究进展和挑战[J].软件学报,2021,32(2):18. 论文 1 原书参考文献第40条;只登记检索信息,未读外部全文
ANH N,JASON Y,JEFF C. Deep Neural Networks are Easily Fooled:High Confidence Predictions for Unrecognizable Images[C].2015 IEEE Conference on Computer Vision and Pattern Recognition,2015. 论文 1 原书参考文献第41条;只登记检索信息,未读外部全文
SEYED M M D,ALHUSSEIN F,OMAR F,et al. Universal Adversarial Perturbations[C].2017 IEEE Conferenceon Computer Vision and Pattern Recognition 2017:1765-1773. 论文 1 原书参考文献第42条;只登记检索信息,未读外部全文
纪守领,杜天宇,李进锋,等.机器学习模型安全与隐私研究综述[J].软件学报,2021,32(1):27. 论文 1 原书参考文献第43条;只登记检索信息,未读外部全文
GOODFELLOW I J,JONATHON S,CHRISTIAN S. Explaining and Harnessing Adversarial Examples[J].arXiv:1412.6572,2015. 论文 1 原书参考文献第44条;只登记检索信息,未读外部全文
ALEKSANDER M,ALEKSANDAR M,LUDWIG S. Towards Deep Learning Models Resistant toAdversarial Attacks[C]. International Conferenceon Learning Representation,2018. 论文 1 原书参考文献第45条;只登记检索信息,未读外部全文
RUIQI G,TIANLE C,HAOCHUAN L,et al. Convergence of Adversarial Training in Overparametrized Neural Networks[C].33rd Conference on Neural Information Processing Systems,2019:1-12. 论文 1 原书参考文献第46条;只登记检索信息,未读外部全文
NICOLAS P,PATRICK M D,XI W,et al. Distillation as a Defense toAdversarial Perturbations against Deep Neural Networks[C].2016 IEEE Symposiumon Security and Privacy,2016:583-597. 论文 1 原书参考文献第47条;只登记检索信息,未读外部全文
GU S X,LUCA R. Towards Deep Neural Network Architectures Robust to Adversarial Examples[J].arXiv:1412.5068,2015. 论文 1 原书参考文献第48条;只登记检索信息,未读外部全文
李盼,赵文涛,刘强,等.机器学习安全性问题及其防御技术研究综述[J].计算机科学与探索,2018,12(2):171-1840. 论文 1 原书参考文献第49条;只登记检索信息,未读外部全文
CHEN,X Y,LIU C,LI B,et al. Targeted Backdoor Attackson Deep Learning Systems Using Data Poisoning[J].arXiv:1712.05526,2017. 论文 1 原书参考文献第50条;只登记检索信息,未读外部全文
BIGGIO B,CORONA I,MAIORCA D,et al. Evasion attacks against machine learning at testtime[C]. European conferenceon machine learning,2013:387-402. 论文 1 原书参考文献第51条;只登记检索信息,未读外部全文
REZA S,MARCO S,CONGZHENG S,et al. Membership Inference Attacks Against Machine Learning Models[C].2017 IEEE Symposiumon Security and Privacy,2017,41:22-26. 论文 1 原书参考文献第52条;只登记检索信息,未读外部全文
CHEN D,YU N,ZHANG Y,et al.GAN-Leaks A Taxonomyof Membership Inference Attacks against Generative Models[C].ACM SIGSAC Conferenceon Computing and Communication Security,2020. 论文 1 原书参考文献第53条;只登记检索信息,未读外部全文
360.360 AI研究院披露TensorFlow 24个漏洞[EB/OL].(2020-09-28)[2022-03-27]. 论文 1 原书参考文献第54条;只登记检索信息,未读外部全文
施文,王楷文,俞成浦,等.多无人系统协同中的人工智能安全探索[J].中国工程科学,2021,23(3):82-89. 论文 1 原书参考文献第55条;只登记检索信息,未读外部全文
MELIS L,SONG C,CRISTOFARO E D,et al. Exploiting unintended feature leakage in collaborative learning[C].2019 IEEE Symposiumon Security and Privacy,2019:691-706. 论文 1 原书参考文献第56条;只登记检索信息,未读外部全文
WEI W,LIU L,LOPER M,et al.A framework for evaluating gradient leakage attacks in federated learning[J].arXiv:2004.10397,2020. 论文 1 原书参考文献第57条;只登记检索信息,未读外部全文
YUAN X Y,MA X Y,ZHANG L,et al. Beyond Class-Level Privacy Leakage:Breaking Record-Level Privacy in Federated Learning[C].IEEE Internetof Things Journal,2021:1-11. 论文 1 原书参考文献第58条;只登记检索信息,未读外部全文
TRAMÈR F,ZHANG F,JUELS A,et al. Stealing Machine Learning Models via Prediction APIs[J].USENIX Security Symposium,2016. 论文 1 原书参考文献第59条;只登记检索信息,未读外部全文
GU T,GAVITT B D,GARG S. Badnets:Identifying vulnerabilities in the machine learning model supply chain[C].NIPS MLSec Workshop,2017. 论文 1 原书参考文献第60条;只登记检索信息,未读外部全文
MATTHEW J,A LINA O,BATTISTA B,et al. Manipulating Machine Learning:Poisoning Attacks and Countermeasures for Regression Learning[C].2018 IEEE Symposiumon Security and Privacy,2018. 论文 1 原书参考文献第61条;只登记检索信息,未读外部全文
HITAJ B,ATENIESE G,PEREZ CRUZ F. Deep models under the GAN:Information leakage from collaborative deep learning[C]. Conference on Computer and Communications Security,2017:603-618. 论文 1 原书参考文献第62条;只登记检索信息,未读外部全文
RUBEN T,RUBEN V R,JULIAN F,et al. DeepFakes and Beyond:A Survey of Face Manipulation and Fake Detection[J]. Information Fusion,2020. 论文 1 原书参考文献第63条;只登记检索信息,未读外部全文
SUWAJANAKORN S,SEITZ S M,SHLIZERMAN Z K. Synthesizing Obama:Learning Lip Sync from Audio[J].ACM Transactionson Graphics,2017-36(4):1-13. 论文 1 原书参考文献第64条;只登记检索信息,未读外部全文
ASILOMAR.AI Principles[EB/OL].(2017-08-11)[2022-04-06]. 论文 1 原书参考文献第65条;只登记检索信息,未读外部全文
NANCY O. Asilomar AI Principles:A framework for human value alignment[EB/OL].(2017-02-06) [2021-12-21]. 论文 1 原书参考文献第66条;只登记检索信息,未读外部全文
AMIT K,ANJANI K.AI and ML in Cybersecurity Risk Management[EB/OL].(2020-12-01) [2022-02-02]. 论文 1 原书参考文献第67条;只登记检索信息,未读外部全文
HENRY K. How the Enlightenment Ends[J]. The Atlantic,2018. 论文 1 原书参考文献第68条;只登记检索信息,未读外部全文
RITHESH K,JOSE S,KUNDAN K,et al. ObamaNet:Photo-realistic lip-sync from text[J].arXiv:1801.01442,2017. 论文 1 原书参考文献第69条;只登记检索信息,未读外部全文
STUART R,DANIEL D,MAX T. Research Priorities for Robust and Beneficial Artificial Intelligence[J].AI MAGAZINE,2015:105-114. 论文 1 原书参考文献第70条;只登记检索信息,未读外部全文
NASR M,SHOKRI R,HOUMANSADR A. Comprehensive privacy analysisof deep learning:Stand-alone and federated learning under passive and active white-box inference attacks[J].IEEE Symposiumon Security and Privacy,2019:1-15. 论文 1 原书参考文献第71条;只登记检索信息,未读外部全文
WEI W Q,LIU L,WU Y H,et al. Gradient-Leakage Resilient Federated Learning[C].2021 IEEE 41st International Conferenceon Distributed Computing Systems,2021. 论文 1 原书参考文献第72条;只登记检索信息,未读外部全文
NICOLAS P,PATRICK M. Extending defensive distillation[J].arXiv:1705.05264,2017. 论文 1 原书参考文献第73条;只登记检索信息,未读外部全文
JEREMY C,ELAN R,et al. Certified Adversarial Robustness via Randomized Smoothing[C]. Proceedingsof the 36th International Conferenceon Machine Learning,2019. 论文 1 原书参考文献第74条;只登记检索信息,未读外部全文
MURDOCH W J,SINGH C,KUMBIER K,et al. Interpretable machine learning:definitions,methods,and applications[J].arXiv:1901.04592,2019. 论文 1 原书参考文献第75条;只登记检索信息,未读外部全文
ACEMOGLU D,RESTREPO P. The wrong kindof AI?Artificial intelligence and the futureof labour demand[J]. Cambridge Journalof Regions,Economy and Society,2020,13(1):25-35. 论文 1 原书参考文献第76条;只登记检索信息,未读外部全文
BARON B,MUSOLESI M. Interpretable machine learning for privacy-preserving pervasive systems[J].IEEE Pervasive Computing,2020,19(1):73-82. 论文 1 原书参考文献第77条;只登记检索信息,未读外部全文
王亦菲,韩凯峰.数字经济时代人工智能伦理风险及治理体系研究[J].信息通信技术与政策,2021,47(2):32-36. 论文 1 原书参考文献第78条;只登记检索信息,未读外部全文
中国信息通信研究院,中国人工智能产业发展联盟.人工智能治理白皮书[R/OL].(2022-09-04)[2022-12-01]. 论文 1 原书参考文献第79条;只登记检索信息,未读外部全文
杨婕.推动完善我国新一代人工智能伦理治理体系[J].信息安全与通信保密,2020(1):93-101. 论文 1 原书参考文献第80条;只登记检索信息,未读外部全文
中国新一代人工智能发展战略研究院.全面融合发展中的中国人工智能科技产业[R].2021. 论文 1 原书参考文献第81条;只登记检索信息,未读外部全文
沈昌祥.用主动免疫可信计算3.0筑牢网络安全防线 营造清朗的网络空间[J].信息安全研究,2018,4(4):282-302. 论文 2 原书参考文献第1条;只登记检索信息,未读外部全文
沈昌祥.离开“封堵查杀”,怎样确保网络安全?[J].信息安全与通信保密,2018(11):13-15. 论文 2 原书参考文献第2条;只登记检索信息,未读外部全文
沈昌祥,石磊,张辉,等.可信计算与可信云安全框架[J].科学与管理,2018,38(2):1-6. 论文 2 原书参考文献第3条;只登记检索信息,未读外部全文
沈昌祥.网络空间安全战略思考与启示[J].金融电子化,2014(6):11-13. 论文 2 原书参考文献第4条;只登记检索信息,未读外部全文
沈昌祥.按照《关键信息基础设施安全保护条例》筑牢网络空间安全底线[J].信息安全研究,2021,7(10):890-893. 论文 2 原书参考文献第5条;只登记检索信息,未读外部全文
沈昌祥.用主动免疫可信计算构筑新型基础设施网络安全保障体系[J].网信军民融合,2020(4):10-13. 论文 2 原书参考文献第6条;只登记检索信息,未读外部全文
吴宏胜.基于可信计算和UEBA的智慧政务系统[J].信息网络安全,2020,20(1):89-93. 论文 2 原书参考文献第7条;只登记检索信息,未读外部全文
沈昌祥.推广安全可信产业 夯实网络安全基础[J].中国工业和信息化,2019(11):28-30. 论文 2 原书参考文献第8条;只登记检索信息,未读外部全文
沈昌祥.用可信计算3.0筑牢网络安全防线[J].互联网经济,2019(8):40-45. 论文 2 原书参考文献第9条;只登记检索信息,未读外部全文
刘茂珍.云存储中支持数据更新的密文块去重协议研究[D].西安:西安电子科技大学,2019. 论文 2 原书参考文献第10条;只登记检索信息,未读外部全文
黄坚会,沈昌祥.TPCM主动防御可信服务器平台设计[J].郑州大学学报:理学版,2019,51(3):6. 论文 2 原书参考文献第11条;只登记检索信息,未读外部全文
陈鹏,秦宇,周云峰,等.面向网络安全等级保护2.0的零信任数据安全技术研究[C].2019中国网络安全等级保护和关键信息基础设施保护大会,2019. 论文 2 原书参考文献第12条;只登记检索信息,未读外部全文
郭煜.可信云体系结构与关键技术研究[D].北京:北京交通大学,2017. 论文 2 原书参考文献第13条;只登记检索信息,未读外部全文
公备.支持可信群体构建的可信网络连接架构及关键技术研究[D].北京:北京工业大学,2012. 论文 2 原书参考文献第14条;只登记检索信息,未读外部全文
梁鹏,宁振虎,沈昌祥.云计算模式下可信虚拟群体运行时可信证明模型[C].2018第七届全国安全等级保护技术大会,2018. 论文 2 原书参考文献第15条;只登记检索信息,未读外部全文
刘国杰,张建标,杨萍,等.基于TPCM的容器云可信环境研究[J].网络与信息安全学报,2021,7(4):164-174. 论文 2 原书参考文献第16条;只登记检索信息,未读外部全文
余祥,张健,李强.基于TPCM的终端数据泄露防护技术研究[C].第六届中国指挥控制大会,2018:194-198. 论文 2 原书参考文献第17条;只登记检索信息,未读外部全文
道德机器研究 论文 3 比较不同地区受试者伦理选择的调查
Nvivo 框架 3 定性编码工具提名,未展开操作
无人系统综合路线图(2017—2042) 框架 3 协同无人系统规划的历史文件
机器人操作的趋势和挑战 论文 3 感知与执行研究的引用
生物神经网络的结构和工作原理研究 论文 3 神经元运动功能预测研究的提名
ROS 源码项目 3 跨平台机器人软件框架,提供接口和可视化以降低集成成本
BEZAI N E,MEDJDOUB B,HABAIBEH A A,et al. Future cities and autonomous vehicles:Analysisof the barriers tofull adoption[J]. Energy and Built Environment,2021,2(1):65-81. 论文 3 原书参考文献第1条;只登记检索信息,未读外部全文
陈帅.无人驾驶汽车安全行驶的三大系统[J].中小企业管理与科技,2018(10):172-173. 论文 3 原书参考文献第2条;只登记检索信息,未读外部全文
丁兆威.车联网与无人驾驶[J].中国公共安全,2017(4):60-62. 论文 3 原书参考文献第3条;只登记检索信息,未读外部全文
冯珏.自动驾驶汽车致损的民事侵权责任[J].中国法学,2018(6):109-132. 论文 3 原书参考文献第4条;只登记检索信息,未读外部全文
胡兵.无人驾驶汽车交通事故侵权责任承担机制研究[D].贵阳:贵州大学,2019. 论文 3 原书参考文献第5条;只登记检索信息,未读外部全文
贾宇涵,马晓春,杜明岗,等.无人驾驶汽车涉水安全的探讨及报警系统的设计[J].科学技术创新,2019(19):91-92. 论文 3 原书参考文献第6条;只登记检索信息,未读外部全文
孟露,张超.无人驾驶汽车交通事故侵权责任主体和归责原则[J].北京化工大学学报(社会科学版),2019(3):42-47. 论文 3 原书参考文献第7条;只登记检索信息,未读外部全文
石方铭.基于VANET的无人驾驶通信协议安全研究[D].南京:南京邮电大学,2017. 论文 3 原书参考文献第8条;只登记检索信息,未读外部全文
袁曾.无人驾驶汽车侵权责任的链式分配机制——以算法应用为切入点[J].东方法学,2019(5):28-39. 论文 3 原书参考文献第9条;只登记检索信息,未读外部全文
庄瑞.基于大中型网络的无人驾驶技术网络安全研究[J].河南财政税务高等专科学校学报,2017,31(2):93-95. 论文 3 原书参考文献第10条;只登记检索信息,未读外部全文
AWAD E,DSOUZA S,KIM R,et al. The moral machine experiment[J]. Nature,2018,563(7729):59-64. 论文 3 原书参考文献第11条;只登记检索信息,未读外部全文
BERGMANN L T,SCHLICHT L,MEIXNER C,et al. Autonomous vehicles require socio-political acceptance-An empirical and philosophical perspective on the problem of moral decision making[J]. Frontiers in Behavioral Neuroscience,2018,12:1-12. 论文 3 原书参考文献第12条;只登记检索信息,未读外部全文
BONNEFON J F,SHARIFF A,RAHWAN I. The social dilemma of autonomous vehicles[J]. Science,2016,352(6293):1573-1576. 论文 3 原书参考文献第13条;只登记检索信息,未读外部全文
杜亮,王海涛.汽车自动驾驶及其发展[J].信息与电脑,2018(1):106-108. 论文 3 原书参考文献第14条;只登记检索信息,未读外部全文
SAE International. Taxonomy and definitions for terms related to driving automation systems foron-road motor vehicles (SAE J3016)[S]. New York:SAE International,2016. 论文 3 原书参考文献第15条;只登记检索信息,未读外部全文
崔理博,赵明非.无人驾驶汽车侵权的责任分析与法律规制[J].齐齐哈尔大学学报(哲学社会科学版),2019(5):82-84. 论文 3 原书参考文献第16条;只登记检索信息,未读外部全文
科宾·J.M.,施特劳斯.质性研究的基础:形成扎根理论的程序与方法[M].朱光明,译.重庆:重庆大学出版社,2015. 书 3 原书参考文献第17条;只登记检索信息,未读外部全文
刘世闵,李志伟.质化研究必备工具:Nvivo10之图解与应用[M].北京:经济日报出版社,2017. 书 3 原书参考文献第18条;只登记检索信息,未读外部全文
窦文悦,胡平,魏平,等.无人驾驶安全风险的识别与度量研究[J].中国工程科学,2021,23(6):167-177. 论文 3 原书参考文献第19条;只登记检索信息,未读外部全文
吴勤.无人系统发展及对国家安全的影响分析[J].无人系统技术,2018,1(2):62-68. 论文 3 原书参考文献第20条;只登记检索信息,未读外部全文
国务院.国务院关于印发新一代人工智能发展规划的通知[EB/OL].(2017-07-08)[2021-04-27]. 论文 3 原书参考文献第21条;只登记检索信息,未读外部全文
中国信息通信研究院安全研究所.人工智能安全框架2020[EB/OL].(2020-12-01)[2021-04-27]. 论文 3 原书参考文献第22条;只登记检索信息,未读外部全文
陈伟光.关于人工智能治理问题的若干思考[J].人民论坛·学术前沿,2017(20):48-55. 论文 3 原书参考文献第23条;只登记检索信息,未读外部全文
杜严勇.人工智能安全问题及其解决进路[J].哲学动态,2016(9):99-104. 论文 3 原书参考文献第24条;只登记检索信息,未读外部全文
王伟嘉,郑雅婷,林国政,等.集群机器人研究综述[J].机器人,2020,42(2):232-256. 论文 3 原书参考文献第25条;只登记检索信息,未读外部全文
The National Science and Technology Council. The national artificial intelligence research and development strategic plan:2019 update [EB/OL].(2019-06-21)[2021-04-27]. 论文 3 原书参考文献第26条;只登记检索信息,未读外部全文
CONGRESS. National artificial intelligence initiative actof 2020 [EB/OL].(2020-03-12)[2021-04-27]. 论文 3 原书参考文献第27条;只登记检索信息,未读外部全文
Congressional Research Service. Artificial intelligence and national security[EB/OL].(2020-11-10)[2021-04-27]. 论文 3 原书参考文献第28条;只登记检索信息,未读外部全文
The White House. Guidance for regulationof artificial intelligence applications[EB/OL].(202011-17)[2020-12-03]. 论文 3 原书参考文献第29条;只登记检索信息,未读外部全文
Council of the European Union. European Coordinated plan on Artificial IntelligenceEB/OL].(2019-02-18)[2020-12-03]. 论文 3 原书参考文献第30条;只登记检索信息,未读外部全文
The High-Level Expert Groupon AI at European Commission. Ethics guidelines for trustworthy AI[EB/OL].(2019-04-08)[2020-12-03]. 论文 3 原书参考文献第31条;只登记检索信息,未读外部全文
叶纯青.欧盟发布无人机通用准则[J].金融科技时代,2019,288(8):89-89. 论文 3 原书参考文献第32条;只登记检索信息,未读外部全文
FARNAZ D,SHAMIM Y.A reviewon the applicationsof multiagent systems in wireless sensor networks[J]. International Journalof Distributed Sensor Networks,2019,15(5):1-19. 论文 3 原书参考文献第33条;只登记检索信息,未读外部全文
王利,王普,闫峥.无人机通信网络安全综述[J].网络空间安全,2019,10(9):13-19. 论文 3 原书参考文献第34条;只登记检索信息,未读外部全文
王宝楠,胡风,张焕国,等.从演化密码到量子人工智能密码综述[J].计算机研究与发展,2019,56(10):2112-2134. 论文 3 原书参考文献第35条;只登记检索信息,未读外部全文
杨强.AI与数据隐私保护:联邦学习的破解之道[J].信息安全研究,2019,5(11):961-965. 论文 3 原书参考文献第36条;只登记检索信息,未读外部全文
刘小垒.基于群体智能进化算法的对抗样本生成研究[D].成都:电子科技大学,2019. 论文 3 原书参考文献第37条;只登记检索信息,未读外部全文
丁俐夫,颜钢锋.多智能体系统安全性问题及防御机制综述[J].智能系统学报,2020,15(3):10. 论文 3 原书参考文献第38条;只登记检索信息,未读外部全文
伍益明.恶意攻击下的多智能体系统安全一致性问题研究[D].杭州:浙江工业大学,2016. 论文 3 原书参考文献第39条;只登记检索信息,未读外部全文
崔朝阳,孙甲琦,徐松艳,等.适用于集群无人机的自组网安全分簇算法[J].山东大学学报(理学版),2018,53(7):51-59. 论文 3 原书参考文献第40条;只登记检索信息,未读外部全文
臧义华,李小娟.基于区块链的无人集群作战信息共享架构[J].指挥控制与仿真,2020,42(4):19-22. 论文 3 原书参考文献第41条;只登记检索信息,未读外部全文
胡娜,万青云,徐良雄,等.快递无人机的推进策略[J].电子技术与软件工程,2019(4):70. 论文 3 原书参考文献第42条;只登记检索信息,未读外部全文
施文,王楷文,俞成浦,等.多无人系统协同中的人工智能安全探索[J].中国工程科学,2021,23(3):82-89. 论文 3 原书参考文献第43条;只登记检索信息,未读外部全文
陈杰.多智能体系统中的几个问题[J].科学中国人,2019(12):38-40. 论文 3 原书参考文献第44条;只登记检索信息,未读外部全文
科学之路 书 4 序言中提出强人工智能候选路径
模拟VLSI与神经系统 书 4 早期类脑工程著作
蓝脑计划 源码项目 4 生物神经网络仿真项目,历史规模仅作研究背景
类脑计算机的现在与未来 论文 4 结构仿脑、器件逼近与智能超越路线依据
全球工程前沿2020 论文 4 类脑发展趋势预测的历史报告
生命3.0 书 4 硬件与软件设计能力的三阶段框架
AI未来 书 4 人工智能应用四波浪潮的讨论
人工智能何时超越人类表现 论文 4 专家时间线预测调查
人工智能安全中的具体问题 论文 4 安全研究范围的历史文献
针对强人工智能安全风险的技术应对策略 论文 4 白盒防控政策建议来源
TrojAI 源码项目 4 用于研究模型污染与后门的项目提名
GOLNARAGHI F,KUO B. Automatic control systems [J]. McGraw Hill Education,2017. 论文 4 原书参考文献第1条;只登记检索信息,未读外部全文
人民教育出版社历史室.世界近代现代史[M].北京:人民教育出版社,2000. 书 4 原书参考文献第2条;只登记检索信息,未读外部全文
MCCARTHY J,MINSKY M,ROCHESTER N,et al.A Proposal for the Dartmouth Summer Research Projecton Artificial Intelligence[J].AI Magazine,1955,27(4):12. 论文 4 原书参考文献第3条;只登记检索信息,未读外部全文
ANDREAS K,MICHAEL H. Siri,Siri,in my hand:Who’s the fairest in the land?On the interpretations,illustrations,and implications of artificial intelligence[J]. Business Horizons,2019,62(1):15-25. 论文 4 原书参考文献第4条;只登记检索信息,未读外部全文
JOHN R S. Minds,brains,and programs[J]. Behavioral&Brain Sciences,1980,3(3):417-424. 论文 4 原书参考文献第5条;只登记检索信息,未读外部全文
刘宇擎,张玉槐,段沛奇,等.针对强人工智能安全风险的技术应对策略[J].中国工程科学,2021,23(3):75-81. 论文 4 原书参考文献第6条;只登记检索信息,未读外部全文
佚名.人工智能发展上的起起落落[J].电子元器件与信息技术,2018,2(5):79-80. 论文 4 原书参考文献第7条;只登记检索信息,未读外部全文
谭铁牛.人工智能的历史、现状和未来[J].智慧中国,2019,38(Z1):87-91. 论文 4 原书参考文献第8条;只登记检索信息,未读外部全文
DANIEL C.AI:The Tumultuous Historyof the Search for Artificial Intelligence[M]. New York:Basic Books,1993. 书 4 原书参考文献第9条;只登记检索信息,未读外部全文
PAMELA MC. Machines WhoThink[M]. London:Taylor and Francis,2004. 书 4 原书参考文献第10条;只登记检索信息,未读外部全文
腾讯研究院,中国信息通信研究院互联网法律研究中心,腾讯AI Lab,等.人工智能[M].北京:中国人民大学出版社,2017. 书 4 原书参考文献第11条;只登记检索信息,未读外部全文
王葳.美国成立人工智能特别委员会 承诺将加大研发力度[J].互联网天地,2018(5):58. 论文 4 原书参考文献第12条;只登记检索信息,未读外部全文
The White House. The Biden Administration Launches the National Artificial Intelligence Research Resource Task Force[EB/OL].(2021-06-10) [2021-12-27]. 论文 4 原书参考文献第13条;只登记检索信息,未读外部全文
郑鑫.上海人工智能发展与领军力量培育[J].科学发展,2019(4):14-25. 论文 4 原书参考文献第14条;只登记检索信息,未读外部全文
胡可慧,陈校云,宋杨杨,等.美国、欧盟、英国、日本和中国医疗人工智能相关政策分析[J].中国数字医学,2019,14(7):34-38. 论文 4 原书参考文献第15条;只登记检索信息,未读外部全文
European Economic and Social Committee. Artificial Intelligence for Europe [EB/OL].(2019-01) [2021-12-27]. 论文 4 原书参考文献第16条;只登记检索信息,未读外部全文
殷佳章,房乐宪.欧盟人工智能战略框架下的伦理准则及其国际含义[J].国际论坛,2020,22(2):18-20. 论文 4 原书参考文献第17条;只登记检索信息,未读外部全文
国家人工智能标准化总体组.人工智能伦理风险分析报告[R].2019. 论文 4 原书参考文献第18条;只登记检索信息,未读外部全文
THORPE G J. The U.K.:Ready,willing,and able[J]. Journalof Palliative Care,1988,4(2):26-28. 论文 4 原书参考文献第19条;只登记检索信息,未读外部全文
刘姣姣,黄膺旭,徐晓林.日本人工智能战略:机构、路线及生态系统[J].科技管理研究,2020,40(12):39-45. 论文 4 原书参考文献第20条;只登记检索信息,未读外部全文
36氪研究院.新基建系列之2020年中国城市人工智能发展指数报告[R].2020. 论文 4 原书参考文献第21条;只登记检索信息,未读外部全文
中华人民共和国国务院.新一代人工智能发展规划(国发〔2017〕35号)[A].2017-07-20. 论文 4 原书参考文献第22条;只登记检索信息,未读外部全文
德勤有限公司.迈向巅峰之路——中国成长型AI企业研究报告[R].2021. 论文 4 原书参考文献第23条;只登记检索信息,未读外部全文
佚名.人工智能与人类的距离还有多远[C]//科学媒介中心2015年推送文章合集(上).2016:236-239. 论文 4 原书参考文献第24条;只登记检索信息,未读外部全文
极客公园.致敬中国互联网三十周年之李飞飞[EB/OL].(2017-12-03)[2021-12-27]. 论文 4 原书参考文献第25条;只登记检索信息,未读外部全文
张钹.走向真正的人工智能[J].卫星与网络,2018(6):24-27. 论文 4 原书参考文献第26条;只登记检索信息,未读外部全文
徐宗本.AI与数学“融通共进”迈向自主智能时代[EB/OL].(2020-06-08)[2021-02-15]. 论文 4 原书参考文献第27条;只登记检索信息,未读外部全文
周志华.关于强人工智能[J].中国计算机学会通讯,2018,14(1):45-46. 论文 4 原书参考文献第28条;只登记检索信息,未读外部全文
黄铁军.也谈强人工智能[J].中国计算机学会通讯,2018,14(2):47-48. 论文 4 原书参考文献第29条;只登记检索信息,未读外部全文
德勤有限公司.全球人工智能发展白皮书[R].2019. 论文 4 原书参考文献第30条;只登记检索信息,未读外部全文
黄铁军.沉迷于寻求通用智能理论,将是阻碍AI发展的最大障碍 Yann LeCun自传《科学之路》序[EB/OL].(2021-08-30)[2021-12-27]. 论文 4
黄铁军.类脑计算机的现在与未来[N].光明日报,2015-12-06(8). 论文 4 原书参考文献第32条;只登记检索信息,未读外部全文
王冲.类脑智能:人工智能发展的另一条路径[J].科学中国人,2019(6):72-73. 论文 4 原书参考文献第33条;只登记检索信息,未读外部全文
HUANG T. Brain-like computing[J]. Computing Now,2016,9(5). 论文 4 原书参考文献第34条;只登记检索信息,未读外部全文
顾宗华,潘钢.神经拟态的类脑计算研究[J].中国计算机学会通讯,2015,11(10):10-20. 论文 4 原书参考文献第35条;只登记检索信息,未读外部全文
MEAD C. Analog VLSI and Neural Systems[M].MA:Addison Wesley,1989. 书 4 原书参考文献第36条;只登记检索信息,未读外部全文
MEROLLA P A,ARTHUR J V,ALVAREZ I R,et al. Artificial brains:A million spiking-neuron integrated circuit with a scalable communication network and interface[J]. Science,2014,345(6197). 论文 4 原书参考文献第37条;只登记检索信息,未读外部全文
MEIER K.A mixed-signal universal neuromorphic computing system [C]//IEEE International Electron Devices Meeting. Piscataway,NJ:IEEE,2015:1-4. 论文 4 原书参考文献第38条;只登记检索信息,未读外部全文
黄铁军,余肇飞,刘怡俊.类脑机的思想与体系结构综述[J].计算机研究与发展,2019,56(6):1135-1148. 论文 4 原书参考文献第39条;只登记检索信息,未读外部全文
中国工程院.全球工程前沿2020[R].2020. 论文 4 原书参考文献第40条;只登记检索信息,未读外部全文
TEGMARK M. Life 3.0:Being human in the ageof artificial intelligence[M]. London:Vintage Classics,2017. 书 4 原书参考文献第41条;只登记检索信息,未读外部全文
李宇.人工智能研发及在传媒领域的应用[J].中国广播,2019(9):36-39. 论文 4 原书参考文献第42条;只登记检索信息,未读外部全文
龙威林.新时代人工智能对职业教育专业格局的影响分析[J].天津职业院校联合学报,2019,21(8):3-6. 论文 4 原书参考文献第43条;只登记检索信息,未读外部全文
朱玉强.其实,AI蕴藏着消除人类险境的密码——读李开复《AI·未来》[N].上海证券报,2018-10-27. 论文 4 原书参考文献第44条;只登记检索信息,未读外部全文
李开复.AI·未来[M].杭州:浙江人民出版社,2018. 书 4 原书参考文献第45条;只登记检索信息,未读外部全文
黄铁军,施路平,唐华锦,等.多媒体技术研究:2015——类脑计算的研究进展与发展趋势[J].中国图象图形学报,2016,21(11):1411-1424. 论文 4 原书参考文献第46条;只登记检索信息,未读外部全文
王宏琳.AI“大问题”:从图灵之问到霍金之忧[EB/OL].(2019-10-21)[2021-12-27]. 论文 4 原书参考文献第47条;只登记检索信息,未读外部全文
王宏琳.通用AI——未来真正强健的人工智能?[EB/OL].(2019-10-11)[2021-12-27]. 论文 4 原书参考文献第48条;只登记检索信息,未读外部全文
搜狐网.AI超越人类编年史,32个AI里程碑全预测.现代服务产业技术创新战略联盟.[EB/OL].(2017-05-29)[2021-12-27]. 论文 4 原书参考文献第49条;只登记检索信息,未读外部全文
GRACE K,SALVATIER J,DAFOE A,et al. When Will AI Exceed Human Performance?Evidence from AI Experts[J]. Artificial Intelligence Research,2017:5. 论文 4 原书参考文献第50条;只登记检索信息,未读外部全文
新智元.通用人工智能何时来?专家预测还需81年![EB/OL].(2018-12-03)[2021-12-27]. 论文 4 原书参考文献第51条;只登记检索信息,未读外部全文
刘晓莹.远非阿尔法狗完胜柯洁那么简单,谷歌在下一盘人工智能的大棋[EB/OL].(2017-05-29)[2021-12-27]. 论文 4 原书参考文献第52条;只登记检索信息,未读外部全文
李晓慧.在有生之年,人类智能就将被超越 专访MIT物理教授泰格马克[EB/OL].(2018-09-29)[2021-12-27]. 论文 4
陶建华,陈云霁.类脑计算芯片与类脑智能机器人发展现状与思考[J].中国科学院院刊,31(7):803-811. 论文 4 原书参考文献第54条;只登记检索信息,未读外部全文
蒲慕明,徐波,谭铁牛.脑科学与类脑研究概述[J].中国科学院院刊,2016,31(7):725-736. 论文 4 原书参考文献第55条;只登记检索信息,未读外部全文
焉知新能源汽车.深度 潘云鹤院士解读:中国新一代人工智能[EB/OL].(2018-02-05)[2021-12-27]. 论文 4
工业4俱乐部.潘云鹤:AI+数字化+网络化把中国信息化推向智能化[EB/OL].(2017-06-30)[2021-12-27]. 论文 4 原书参考文献第57条;只登记检索信息,未读外部全文
KIM B,DOSHI V F. Interpretable machine learning:The fuss,the concrete and the questions[J].ICML Tutorialon interpretable machine learning,2017. 论文 4 原书参考文献第58条;只登记检索信息,未读外部全文
神明的石头.机器可以拥有权利吗?迈克斯·泰格马克《生命3.0》节选[EB/OL].(2021-03-08)[2021-12-27]. 论文 4 原书参考文献第59条;只登记检索信息,未读外部全文
挖链财经.区块链将在人工智能进程中扮演重要角色,解决AI不可控问题[EB/OL].(2018-10-25)[2021-12-27]. 论文 4 原书参考文献第60条;只登记检索信息,未读外部全文
王岩,宋艳玉.强人工智能安全预警研究[J].中国管理信息化,2018,21(20):154-156. 论文 4 原书参考文献第61条;只登记检索信息,未读外部全文
杨明.兼顾人工智能应用和隐私保护[N].人民日报,2019-07-12(9). 论文 4 原书参考文献第62条;只登记检索信息,未读外部全文
吴汉东.人工智能时代的冷思考[J].中国报业,2018(3):60-61. 论文 4 原书参考文献第63条;只登记检索信息,未读外部全文
王焕超.图灵逝世66年后,AI可以自我思考了吗?[J].中国科技财富,2020(6):41-46. 论文 4 原书参考文献第64条;只登记检索信息,未读外部全文
中华人民共和国国务院.国家中长期科学和技术发展规划纲要(2006—2020年)[R/OL].(2006-02-09)[2021-12-27]. 论文 4 原书参考文献第65条;只登记检索信息,未读外部全文
GOOD FELLOW I J,SHLENS J,SZEGEDY C. Explaining and harnessing adversarial examples[J].arXiv preprint arXiv:1412.6572,2014. 论文 4 原书参考文献第66条;只登记检索信息,未读外部全文
HUANG T. Imitating the brain with neurocomputer a “new” way towards artificial general intelligence[J]. International Journalof Automation and Computing,2017,14(5):520-531. 论文 4 原书参考文献第67条;只登记检索信息,未读外部全文
吴沈括,崔鑫铭.人工智能与国家安全的美国视野——美国国会2019年《人工智能与国家安全研究报告》研究[J].中国信息安全,2020,121(1):102-105. 论文 4 原书参考文献第68条;只登记检索信息,未读外部全文
United States House of Representatives.H.R.5356-National Security Commission Artificial Intelligence Actof 2018[A/OL].(2018-03-20) [2021-12-27]. 论文 4 原书参考文献第69条;只登记检索信息,未读外部全文
张涵.《中国人工智能发展报告2018》正式发布[J].中国国情国力,2018(8):80. 论文 4 原书参考文献第70条;只登记检索信息,未读外部全文
AMODEI D,OLAH C,STEINHARDT J,et al. Concrete problems in AI safety[J]. Concrete problems in AI safety,2016. 论文 4 原书参考文献第71条;只登记检索信息,未读外部全文
金晶,秦浩,戴朝霞.美国人工智能安全顶层战略及重点机构研发现状[J].网信军民融合,2020(5):45-48. 论文 4 原书参考文献第72条;只登记检索信息,未读外部全文
《中国人工智能发展报告2018》课题组,清华大学中国科技政策研究中心,清华大学公共管理学院政府文献中心,等.国内外人工智能人才投入[J].科技中国,2018(8):74-80. 论文 4 原书参考文献第73条;只登记检索信息,未读外部全文
中国信息通信研究院.全球人工智能治理体系报告[R/OL].(2020-12-30)[2021-12-27]. 论文 4 原书参考文献第74条;只登记检索信息,未读外部全文
GRISHIN E. The Basic AI Drives[J]. Artificial Societies,2020,15(2). 论文 4 原书参考文献第75条;只登记检索信息,未读外部全文
VILALTA R,DRISSI Y.A Perspective View and Survey of Meta-Learning[J]. Artificial Intelligence Review,2002,18(2):77-95. 论文 4 原书参考文献第76条;只登记检索信息,未读外部全文
WHYTE C. Deepfake news:AI-enabled disinformation as a multi-level public policy challenge[J]. Journal of Cyber Policy,2020,5(2):199-217. 论文 4 原书参考文献第77条;只登记检索信息,未读外部全文
李旭嵘,纪守领,吴春明,等.深度伪造与检测技术综述[J].软件学报,2021,32(2):496-518. 论文 4 原书参考文献第78条;只登记检索信息,未读外部全文
GOODFELLOW I,POUGET A J,MIRZA M,et al. Generative Adversarial Nets[J]. Advances in Neural Information Processing Systems,2014,3:2672-2680. 论文 4 原书参考文献第79条;只登记检索信息,未读外部全文
尼克·波斯特洛姆.超级智能:路线图、危险性与应对策略[M].张体伟,张玉青,译.北京:中信出版社,2015. 书 4 原书参考文献第80条;只登记检索信息,未读外部全文
ASIMOV I.I,robot[M]. New York:Spectra,2004. 书 4 原书参考文献第81条;只登记检索信息,未读外部全文
黄铁军.人类能制造出“超级大脑”吗?[N].中华读书报,2015(5). 论文 4 原书参考文献第82条;只登记检索信息,未读外部全文
SUNG F,ZHANG L,XIANG T,et al. Learning to learn:Meta-critic networks for sample efficient learning[J].arXiv:1706.09529,2017. 论文 4 原书参考文献第83条;只登记检索信息,未读外部全文
ULLMAN S. Using neuroscience todevelop artificial intelligence[J]. Science,2019,363(6428):692-693. 论文 4 原书参考文献第84条;只登记检索信息,未读外部全文
朱应钊,李嫚.元学习研究综述[J].电信科学.2021(1):22-31. 论文 4 原书参考文献第85条;只登记检索信息,未读外部全文
冯登国,秦宇.可信计算环境证明方法研究[J].计算机学报,2008(9):152-164. 论文 4 原书参考文献第86条;只登记检索信息,未读外部全文
KRISHER T,FISCHER D.NTSB sending in vestigators tofatal Tesla-semitrailer crash[N/OL].NBC South Florida (2019-03-02) [2021-12-27]. 论文 4 原书参考文献第87条;只登记检索信息,未读外部全文
Manufacturing Intelligence 书 5 早期智能制造定义来源
Cybersecurity Framework Manufacturing Profile 框架 5 制造领域安全框架历史引用
Industrial Internet of Things Volume G4: Security Framework 框架 5 工业互联网安全框架引用
A Unified Architectural Approach for Cyberattack-Resilient Industrial Control Systems 论文 5 网络、系统、过程统一安全架构
智能制造系统安全风险分析 论文 5 按成因和系统层级划分风险
超级智能城市 论文 5 德勤2018年咨询报告,规模数据只作历史背景
新一代人工智能治理原则——发展负责任的人工智能 框架 5 安全产业方向的原则引用
Securing Smart Cities 论文 5 智慧城市威胁与安全架构报告
智慧城市网络安全白皮书 框架 5 安全原则、架构与措施的历史引用
5G智能城市安全 框架 5 终端网络平台应用四层防护框架
任宇.中国与主要发达国家智能制造的比较研究[J].工业经济论坛,2015(2):68-76. 论文 5 原书参考文献第1条;只登记检索信息,未读外部全文
陈明,梁乃明,等.智能制造之路:数字化工厂[M].北京:机械工业出版社,2016. 书 5 原书参考文献第2条;只登记检索信息,未读外部全文
束涵.以智慧城市赋能碳达峰碳中和[N].解放日报,2021-10-31(2). 论文 5 原书参考文献第3条;只登记检索信息,未读外部全文
李伯虎,柴旭东,侯宝存,等.云制造系统3.0——一种“智能+”时代的新智能制造系统[J].计算机集成制造系统,2019,25(12):2997-3012. 论文 5 原书参考文献第4条;只登记检索信息,未读外部全文
方滨兴.人工智能安全[M].北京:电子工业出版社,2020. 书 5 原书参考文献第5条;只登记检索信息,未读外部全文
吴吉庆,韦有双.智能制造带来的工业信息安全思考[J].微型机与应用,2018,37(3):24-27. 论文 5 原书参考文献第6条;只登记检索信息,未读外部全文
NIST. Cybersecurity for Smart Manufacturing Systems[EB/OL].(2021-12-17)[2022-03-03]. 论文 5 原书参考文献第7条;只登记检索信息,未读外部全文
ENISA.INDUSTRY 4.0 CYBERSECURITY:CHALLENGES&RECOMMENDATIONS[R/OL].(2019-05-20)[2022-03-03]. 论文 5 原书参考文献第8条;只登记检索信息,未读外部全文
李阳春,王海龙,李欲晓,等.国外工业互联网安全产业布局及启示研究[J].中国工程科学,2021,23(2):112-121. 论文 5 原书参考文献第9条;只登记检索信息,未读外部全文
全国信息安全标准化技术委员会.人工智能安全标准化白皮书(2019版)[R/OL].(2019-10)[2022-03-03]. 论文 5 原书参考文献第10条;只登记检索信息,未读外部全文
PwC. An introduction toimplementing AI in manufacturing[R/OL].(2020-07-16)[2022-03-03]. 论文 5 原书参考文献第11条;只登记检索信息,未读外部全文
Trend Micro. Threats and Consequences:A Security Analysis of Smart Manufacturing Systems [R/OL].(2020-05-11)[2022-03-03]. 论文 5 原书参考文献第12条;只登记检索信息,未读外部全文
Symantec. Smarter Security for Manufacturing in The Industry 4.0 Era[R/OL].(2020-01-23)[2022-03-03]. 论文 5 原书参考文献第13条;只登记检索信息,未读外部全文
Microsoft. Security best practices for Azure solutions[R/OL].(2019-04)[2022-03-03]. 论文 5 原书参考文献第14条;只登记检索信息,未读外部全文
Mandiant. Industrial Control Systems Healthcheck[EB/OL].(2023-04-14)[2023-04-24]. 论文 5 原书参考文献第15条;只登记检索信息,未读外部全文
新浪网,AI前线.谷歌史上第二大收购案:54亿美元收购网络安全公司Mandiant[EB/OL].(2022-03-15)[2022-03-15]. 论文 5 原书参考文献第16条;只登记检索信息,未读外部全文
佚名.罗克韦尔自动化签署制造商网络安全框架[J].自动化信息,2014(3):9-9. 论文 5 原书参考文献第17条;只登记检索信息,未读外部全文
PwC. Industrial manufacturing trends 2019[R/OL].(2019-10-14)[2022-03-03]. 论文 5 原书参考文献第18条;只登记检索信息,未读外部全文
周峰,邵枝华,陈渌萍.智能制造系统安全风险分析[J].电子科学技术,2017,(2):45-51. 论文 5 原书参考文献第19条;只登记检索信息,未读外部全文
搜狐号.孟邹清:智能制造安全一体化[EB/OL].(2019-09-24)[2020-12-15]. 论文 5 原书参考文献第20条;只登记检索信息,未读外部全文
搜狐网.自动驾驶标准和认证研究:五大类标准体系助力自动驾驶汽车发展[EB/OL].(2022-04-18)[2022-04-20]. 论文 5 原书参考文献第21条;只登记检索信息,未读外部全文
搜狐网.GB/T 41387—2022《信息安全技术 智能家居通用安全规范》11月1日实施[EB/OL].(2022-04-27)[2022-04-28]. 论文 5 原书参考文献第22条;只登记检索信息,未读外部全文
何积丰.智能制造与安全可信人工智能[J].信息安全与通信保密,2020(12):5. 论文 5 原书参考文献第23条;只登记检索信息,未读外部全文
华中科技大学新闻网.人工智能与自动化学院周纯杰团队发表关于工业控制系统信息安全防护的最新研究成果[EB/OL].(2021-03-30)[2022-03-03]. 论文 5 原书参考文献第24条;只登记检索信息,未读外部全文
前瞻产业研究院.2021年中国工业信息安全市场规模、细分市场及发展前景分析细分产品发展潜力巨大[EB/OL].(2021-11-23)[2022-03-03]. 论文 5 原书参考文献第25条;只登记检索信息,未读外部全文
王秋华,吴国华,魏东晓,等.工业互联网安全产业发展态势及路径研究[J].中国工程科学,2021,23(2):10. 论文 5 原书参考文献第26条;只登记检索信息,未读外部全文
李瑞琪,韦莎,程雨航,等.人工智能技术在智能制造中的典型应用场景与标准体系研究[J].中国工程科学,2018,20(4):112-117. 论文 5 原书参考文献第27条;只登记检索信息,未读外部全文
佚名.造有道 智万物——德勤人工智能制造业应用调查[J].电器工业,2020(7):27-41. 论文 5 原书参考文献第28条;只登记检索信息,未读外部全文
张帅,于英杰,赵甲,等.人工智能技术在汽车制造领域的应用分析[J].科学与信息化,2019(33):18-19. 论文 5 原书参考文献第29条;只登记检索信息,未读外部全文
沈昌祥.用可信计算构筑智能城市安全生态圈[J].网信军民融合,2017,4:19-23. 论文 5 原书参考文献第30条;只登记检索信息,未读外部全文
张磊.人工智能时代,如何筑牢信息安全屏障[J].中国信息化,2019,12:92-94. 论文 5 原书参考文献第31条;只登记检索信息,未读外部全文
刘小垒,罗宇恒,邵林,等.对抗样本生成及攻防技术研究[J].计算机应用研究,2020,37(11):3201-3212. 论文 5 原书参考文献第32条;只登记检索信息,未读外部全文
德勤.超级智能城市2.0:人工智能引领新风向[R/OL].(2019-12)[2020-10-22]. 论文 5 原书参考文献第33条;只登记检索信息,未读外部全文
物联网智慧城市.2025年,智慧城市市场规模将达8207亿美元[EB/OL].(2020-09-21)[2020-10-10]. 论文 5 原书参考文献第34条;只登记检索信息,未读外部全文
中国信息通信研究院.物联网白皮书[R/OL].(2016-12)[2020-10-16]. 论文 5 原书参考文献第35条;只登记检索信息,未读外部全文
德勤.超级智能城市[R/OL].(2018-02-12)[2020-10-15]. 论文 5 原书参考文献第36条;只登记检索信息,未读外部全文
中国工程院“新时代、新态势下‘互联网+’行动计划发展战略研究”项目组.“智慧物联网”——一种适应新时代、新态势、新征程的新型物联网[R].2020. 论文 5 原书参考文献第37条;只登记检索信息,未读外部全文
佚名.智慧城市的国际标准研究[R/OL].(2021-08-22)[2022-03-03]. 论文 5 原书参考文献第38条;只登记检索信息,未读外部全文
Rodger Lea. Smart City standards:anoverview[EB/OL].(2017-12-29)[2022-03-03]. 论文 5 原书参考文献第39条;只登记检索信息,未读外部全文
Trend Micro. Securing Smart Cities[R/OL].(2017-05-30)[2020-12-10]. 论文 5 原书参考文献第40条;只登记检索信息,未读外部全文
KPMG. Cybersecurity in smart cities[R/OL].(2019-02)[2022-03-03]. 论文 5 原书参考文献第41条;只登记检索信息,未读外部全文
Deloitte. Making smart cities cybersecure[R/OL].(2019-04-11)[2022-03-03]. 论文 5 原书参考文献第42条;只登记检索信息,未读外部全文
CSA. Cyber Security Guidelines for Smart City Technology Adoption[R/OL].(2016-02)[2022-03-03]. 论文 5 原书参考文献第43条;只登记检索信息,未读外部全文
比特币网.十大布局智慧城市生态的跨国巨头[EB/OL].(2020-04-22)[2022-03-03]. 论文 5 原书参考文献第44条;只登记检索信息,未读外部全文
智慧城市网.国外有哪些公司致力于推动智慧城市与公共安全建设[EB/OL].(2019-12-21)[2022-03-03]. 论文 5 原书参考文献第45条;只登记检索信息,未读外部全文
王惠莅.我国智慧城市网络安全标准化进展[J].信息技术与标准化,2019(8):25-29. 论文 5 原书参考文献第46条;只登记检索信息,未读外部全文
百家号.智慧城市产业生态圈发布《智慧城市网络安全白皮书》[EB/OL].(2019-12-26)[2022-03-03]. 论文 5 原书参考文献第47条;只登记检索信息,未读外部全文
中国信通院.智慧城市产业图谱研究报告(2020年)[R/OL].(2020-12-23)[2022-03-03]. 论文 5 原书参考文献第48条;只登记检索信息,未读外部全文
中国信通院.《5G智慧城市安全白皮书》正式发布[EB/OL].(2020-03-20)[2022-03-03]. 论文 5 原书参考文献第49条;只登记检索信息,未读外部全文
中国安防行业网.智慧政务基本概念及发展现状[EB/OL].(2020-12-21)[2020-12-30]. 论文 5 原书参考文献第50条;只登记检索信息,未读外部全文
郭辉.人工智能改变安防新格局[J].中国公共安全,2018,6:44-46. 论文 5 原书参考文献第51条;只登记检索信息,未读外部全文
德勤. Global Artificial Intelligence Industry Whitepaper[R/OL].(2019-09)[2020-10-22]. 论文 5 原书参考文献第52条;只登记检索信息,未读外部全文
中国经济网.充分发挥人工智能在疫情防控中的作用[EB/OL].(2020-07-23)[2020-12-30]. 论文 5 原书参考文献第53条;只登记检索信息,未读外部全文
碳博会.智慧城市“碳达峰”“碳中和”的对策与建议[EB/OL].(2021-08-27)[2022-03-03]. 论文 5 原书参考文献第54条;只登记检索信息,未读外部全文
reCAPTCHA 框架 6 用人机识别难题限制自动化的验证码系统
ATT&CK 框架 6 以战术技术组织攻击知识
攻击树 框架 6 按目标分解可能攻击路径
Mandiant攻击生命周期模型 框架 6 APT入侵及权限推进建模
HU W,TAN Y. Generating Adversarial Malware Examples for Black-Box Attacks Based on GAN[J].DMBD,2022(2):409-423. 论文 6 原书参考文献第1条;只登记检索信息,未读外部全文
KOLOSNJAJI B,DEMONTIS A,BIGGIO B,et al. Adversarial Malware Binaries:Evading Deep Learning for Malware Detection in Executables[C].EUSIPCO,2018:533-537. 论文 6 原书参考文献第2条;只登记检索信息,未读外部全文
PIERAZZI F,PENDLEBURY F,CORTELLAZZI J,et al. Intriguing Propertiesof Adversarial ML Attacks in the Problem Space[C].IEEE Symposiumon Security and Privacy,2020:1332-1349. 论文 6 原书参考文献第3条;只登记检索信息,未读外部全文
PASQUINI D,GANGWAL A,ATENIESE G,et al. Improving Password Guessing via Representation Learning[C].IEEE Symposiumon Security and Privacy,2021:1382-1399. 论文 6 原书参考文献第4条;只登记检索信息,未读外部全文
HITAJ B,GASTI P,ATENIESE G,et al. PassGAN:A Deep Learning Approach for Password Guessing[C].ACNS,2019:217-237. 论文 6 原书参考文献第5条;只登记检索信息,未读外部全文
TRIEU K,YI Y. Artificial Intelligence-Based Password Brute Force Attacks[C].MWAIS,2018:227-286. 论文 6 原书参考文献第6条;只登记检索信息,未读外部全文
XU M,WANG C,YU J,et al. Chunk-Level Password Guessing:Towards Modeling Refined Password Composition Representations[C].ACM CCS,2021:5-20. 论文 6 原书参考文献第7条;只登记检索信息,未读外部全文
PASQUINI D,CIANFRIGLIA M,ATENIESE G,et al. Reducing Bias in Modeling Real-world Password Strength via Deep Learning and Dynamic Dictionaries[C].USENIX Security Symposium,2021:821-838. 论文 6 原书参考文献第8条;只登记检索信息,未读外部全文
JOHN S,PHILIP T. Weaponzing Data Secience for Social Engineering:Automated E2E Spear Phishingon Twitter[C].DEFCON,2016:332-343. 论文 6 原书参考文献第9条;只登记检索信息,未读外部全文
OEST A,ZHANG P,WARDMAN B,et al. Sunrise to Sunset:Analyzing the End-to-end Life Cycle and Eectiveness of Phishing Attacks at Scale[C].USENIX Security Symposium,2020:448-465. 论文 6 原书参考文献第10条;只登记检索信息,未读外部全文
ZHANG P,OEST A,et al. CrawlPhish:Large-scale Analysisof Client-side Cloaking Techniques in Phishing[C].IEEE Symposiumon Security and Privacy,2021:1109-1125. 论文 6 原书参考文献第11条;只登记检索信息,未读外部全文
OEST A,SAFAEI Y,DOUPE A,et al. PhishFarm:A Scalable Framework for Measuring the Effectivenessof Evasion Techniques against Browser Phishing Blacklists[C].IEEE Symposiumon Security and Privacy,2019:1344-1361. 论文 6 原书参考文献第12条;只登记检索信息,未读外部全文
ACHARYA B,VADREVU P. PhishPrint:Evading Phishing Detection Crawlers by Prior Profiling[C].USENIX Security Symposium,2021:3775-3792. 论文 6 原书参考文献第13条;只登记检索信息,未读外部全文
ULQINAKU E,ASSAL H,ABDOU A. Is Real-time Phishing Eliminated with FIDO?Social Engineering Downgrade Attacks against FIDO Protocols[C].USENIX Security Symposium,2021:3811-3828. 论文 6 原书参考文献第14条;只登记检索信息,未读外部全文
BAHNSEN C,TORROLEDO I. DeepPhish:Simulating Malicious AI[C]. BlackHat,2018:459-468. 论文 6 原书参考文献第15条;只登记检索信息,未读外部全文
HENRIQUES M,DANZIGER M. Attacking and Defending with Intelligent Botnets[C]. SimpósioBrasileirode Telecomunicações e Processamentode Sinais,2017:77-86. 论文 6 原书参考文献第16条;只登记检索信息,未读外部全文
GRIFFIOEN J,DOERR C. Examining Mirai’s Battleover the Internetof Things[C].ACM CCS,2020:743-758. 论文 6 原书参考文献第17条;只登记检索信息,未读外部全文
ALOWAISHEQ E,TANG S,WANG Z,et al. Zombie Awakening:Stealthy Hijackingof Active Domains through DNS Hosting Referral[C].ACM CCS,2020:1307-1322. 论文 6 原书参考文献第18条;只登记检索信息,未读外部全文
SHEKARI T.IRVENE C. MaMIoT:Manipulationof Energy Market Leveraging High Wattage IoT Botnets[C].ACM CCS,2021:1338-1352. 论文 6 原书参考文献第19条;只登记检索信息,未读外部全文
NATASHA L. Lyrebird Is a Voice Mimic for the Fake News Era[EB/OL].(2017-04-25)[2022-12-22]. 论文 6 原书参考文献第20条;只登记检索信息,未读外部全文
ARIK S O,CHEN J,PENG K,et al. Neural Voice Cloning with a Few Samples[C]. NeurIPS,2018:10040-10050. 论文 6 原书参考文献第21条;只登记检索信息,未读外部全文
HSU N,ZHANG Y,WEISS J,et al. Hierarchical Generative Modeling for Controllable Speech Synthesis[C].ICLR,2018:1633-1645. 论文 6 原书参考文献第22条;只登记检索信息,未读外部全文
WENGER E,BRONCKERS M,CIANFARANI C. Hello,It’s Me:Deep Learning-based Speech Synthesis Attacks in the Real World[C].ACM CCS,2021:235-250 论文 6 原书参考文献第23条;只登记检索信息,未读外部全文
QIAN K,ZHANG Y,CHANG S,et al. Unsupervised Speech Decomposition via Triple Information Bottleneck[C].ICML,2020:7836-7846. 论文 6 原书参考文献第24条;只登记检索信息,未读外部全文
SHI C,JI S,LIU Q,et al. Text Captcha Is Dead?A Large Scale Deployment and Empirical Study[C].ACM CCS,2020:1391-1406. 论文 6 原书参考文献第25条;只登记检索信息,未读外部全文
LIU Z,SAMWEL N,WEISSBART L,et al. Screen Gleaning:A Screen Reading TEMPEST Attackon Mobile Devices Exploiting an Electromagnetic Side Channel[C].NDSS,2020:779-796. 论文 6 原书参考文献第26条;只登记检索信息,未读外部全文
GAO Y,GAO H,LUO S. Research on the Security of Visual Reasoning CAPTCHA[C].USENIX Security Symposium,2021:3291-3308. 论文 6 原书参考文献第27条;只登记检索信息,未读外部全文
ANDERSON S,WOODBRIDGE J,FILAR B. DeepDGA:Adversarially-Tuned Domain Generation and Detection[C].ACM CCS,2016:13-27. 论文 6 原书参考文献第28条;只登记检索信息,未读外部全文
GU T,DOLAN G,GARG S. BadNets:Identifying Vulnerabilities in the Machine Learning Model Supply Chain[C]. CoRR,2017. 论文 6 原书参考文献第29条;只登记检索信息,未读外部全文
SEVERI G,MEYER J,COULL S,et al. Explanation-Guided Backdoor Poisoning Attacks Against Malware Classifiers[C].USENIX Security Symposium,2021:1487-1504. 论文 6 原书参考文献第30条;只登记检索信息,未读外部全文
SCHUSTER R,SONG C,TROMER E,et al. You Autocomplete Me:Poisoning Vulnerabilities inNeural Code Completion[C].USENIX Security Symposium,2021:1559-1577. 论文 6 原书参考文献第31条;只登记检索信息,未读外部全文
CARLINI N. Poisoning the Unlabeled Dataset of Semi-Supervised Learning[C].USENIX Security Symposium,2021:1577-1594. 论文 6 原书参考文献第32条;只登记检索信息,未读外部全文
JAGIELSKI M,SEVERI G,HARGER P. Subpopulation Data Poisoning Attacks[C].ACM CCS,2021:3104-3119. 论文 6 原书参考文献第33条;只登记检索信息,未读外部全文
FANG M,CAO X,JIA J. Local Model Poisoning Attacks to Byzantine-Robust Federated Learning[C].USENIX Security Symposium,2019:1605-1622. 论文 6 原书参考文献第34条;只登记检索信息,未读外部全文
HUANG H,MU J,GONG N Z,et al. Data Poisoning Attacks to Deep Learning Based Recommender Systems[C].NDSS,2021:789-805. 论文 6 原书参考文献第35条;只登记检索信息,未读外部全文
周晓军.工业SCADA系统信息安全关键技术研究[D].北京:中国科学院大学,2018. 论文 6 原书参考文献第36条;只登记检索信息,未读外部全文
张蕾,崔勇,刘静,等.机器学习在网络空间安全研究中的应用[J].计算机学报,2018,41(9):1943-1975. 论文 6 原书参考文献第37条;只登记检索信息,未读外部全文
SURMINSKI S,NIESLER C,BRASSER F. RealSWATT:Remote Software-based Attestation for Embedded Devices under Realtime Constraints[C].ACM CCS,2021:2890-2905. 论文 6 原书参考文献第38条;只登记检索信息,未读外部全文
DHANUSKODI N,LI X,HOLCOMB E.COUNTERFOIL:Verifying provenanceof integrated circuits using intrinsic package fingerprints and inexpensive cameras[C].USENIX Security Symposium,2020:1255-1272. 论文 6 原书参考文献第39条;只登记检索信息,未读外部全文
JOO K,CHOI W,LEE H. Hold the Door!Fingerprinting Your Car Key to Prevent Keyless Entry Car Theft[C].NDSS,2020:625-643. 论文 6 原书参考文献第40条;只登记检索信息,未读外部全文
BARR F,UGARTE X,GRAZIANO M. Survivalism:Systematic Analysisof Windows Malware Living-Off-The-Land[C].IEEE Symposiumon Security and Privacy,2021:1557-1574. 论文 6 原书参考文献第41条;只登记检索信息,未读外部全文
HENDLER D,KELS S,RUBIN A.AMSI-Based Detection of Malicious PowerShell Code Using Contextual Embeddings[C].ACM Asia Conference on Computer and Communications Security,2020:482-496. 论文 6 原书参考文献第42条;只登记检索信息,未读外部全文
PEI K,GUAN J,KING W,et al.XDA:Accurate,Robust Disassembly with Transfer Learning[C].NDSS,2020:519-536. 论文 6 原书参考文献第43条;只登记检索信息,未读外部全文
AGHAKHANI H,GRITTI F,MECCA F,et al. When Malware is Packin’Heat:Limits of Machine Learning Classifiers Based on Static Analysis Features[C]. Network and Distributed System Security Symposium,2020:741-759. 论文 6 原书参考文献第44条;只登记检索信息,未读外部全文
DOWNING E,MIRSKY Y,PARK K. DeepReflect:Discovering Malicious Functionality through Binary Reconstruction[C].USENIX Security Symposium,2021:3469-3486. 论文 6 原书参考文献第45条;只登记检索信息,未读外部全文
TRIPPEL T,SHIN G,BUSH K. Bomberman:Defining and Defeating Hardware Ticking Timebombs at Design-time[C].IEEE Symposiumon Security and Privacy,2021:970-987. 论文 6 原书参考文献第46条;只登记检索信息,未读外部全文
TRIPPEL T,SHIN G,BUSH B,et al.ICAS:an Extensible Framework for Estimating the Susceptibilityof IC Layouts toAdditive Trojans[C].IEEE Symposiumon Security and Privacy,2020:1344-1360. 论文 6 原书参考文献第47条;只登记检索信息,未读外部全文
HWANG H,PENG C,NGUYEN L,et al. An LSTM-Based Deep Learning Approach for Classifying Malicious Traffic at the Packet Level[C].IEEE Symposiumon Integrated Network Management,2019:328-337. 论文 6 原书参考文献第48条;只登记检索信息,未读外部全文
HOLLAND J,SCHMITT P,FEAMSTER N,et al. New Directions in Automated Traffic Analysis[C].ACM CCS,2020:3366-3381. 论文 6 原书参考文献第49条;只登记检索信息,未读外部全文
TRIMANANDA R,VARMARKEN J,MARKOPOULOU A. Packet-Level Signatures for Smart Home Devices[C]. Network and Distributed System Security Symposium,2020:627-643. 论文 6 原书参考文献第50条;只登记检索信息,未读外部全文
OH E,SUNKAM S,HOPPER N.p1-FP:Extraction,Classification,and Predictionof Website Fingerprints with Deep Learning[C]. Private Enhancing Technology,2019:191-209. 论文 6 原书参考文献第51条;只登记检索信息,未读外部全文
ACETO G,CIUONZO D,MONTIERI A,et al. Mobile Encrypted Traffic Classification Using Deep Learning:Experimental Evaluation,Lessons Learned,and Challenges[J].IEEE Transactionson Network and Service Management,2019,16(2):445-458. 论文 6 原书参考文献第52条;只登记检索信息,未读外部全文
MIRSKY Y,DOITSHMAN T,ELOVICI Y,et al. Kitsune:An Ensemble of Autoencoders for Online Network Intrusion Detection[C].NDSS,2018:825-842. 论文 6 原书参考文献第53条;只登记检索信息,未读外部全文
IQBAL U,SNYDER P,ZHU S,et al. AdGraph:A Graph-Based Approach toAd and Tracker Blocking[C].IEEE Symposiumon Security and Privacy,2018:763-779. 论文 6 原书参考文献第54条;只登记检索信息,未读外部全文
XU T,GOOSSEN G,CEVAHIR K. Deep Entity Classification:Abusive Account Detection for Online Social Networks[C].USENIX Security Symposium,2021:4097-4114. 论文 6 原书参考文献第55条;只登记检索信息,未读外部全文
AR A,NASEEM F,BABUN L,et al.MINOS:A Lightweight Real-Time Cryptojacking Detection System[C]. Network and Distributed System Security Symposium,2021:1017-1033. 论文 6 原书参考文献第56条;只登记检索信息,未读外部全文
IQBAL U,ENGLEHARDT S,SHAFIQ Z. Fingerprinting the Fingerprinters:Learning toDetect Browser Fingerprinting Behaviors[C].IEEE Symposiumon Security and Privacy,2021:1143-1161. 论文 6 原书参考文献第57条;只登记检索信息,未读外部全文
ZENG J,CHUA L,CHEN Y,et al.WATSON:Abstracting Behaviors from Audit Logs via Aggregationof Contextual Semantics[C]. Network and Distributed System Security Symposium,2021:799-815. 论文 6 原书参考文献第58条;只登记检索信息,未读外部全文
BAI Z,WANG K,ZHU H. Runtime Recovery of Web Applications under Zero-Day ReDoS Attacks[C].IEEE Symposiumon Security and Privacy,2021:1575-1592. 论文 6 原书参考文献第59条;只登记检索信息,未读外部全文
LIN Y,LIU R,DIVAKARAN M,et al. Phishpedia:A Hybrid Deep Learning Based Approach toVisually Identify Phishing Webpages[C].USENIX Security Symposium,2021:3793-3810. 论文 6 原书参考文献第60条;只登记检索信息,未读外部全文
KONDRACKI B,AZAD A,STAROV O. Catching Transparent Phish:Analyzing and Detecting MITM Phishing Toolkits[C].ACM SIGSAC Conference on Computer and Communications Security,2021:36-51. 论文 6 原书参考文献第61条;只登记检索信息,未读外部全文
OEST A,SAFAEI Y,ZHANG P. PhishTime:Continuous Longitudinal Measurement of theEffectivenessof Anti-phishing Blacklists[C].USENIX Security Symposium,2020:379-396. 论文 6 原书参考文献第62条;只登记检索信息,未读外部全文
CALZAVARA S,CONTI M,FOCARDI R,et al. Mitch:A Machine Learning Approach tothe Black-Box Detectionof CSRF Vulnerabilities[C].IEEE European Symposiumon Security and Privacy,2019:528-545. 论文 6 原书参考文献第63条;只登记检索信息,未读外部全文
ABDELNABI S,KROMBHOLZ K,FRITZ M. VisualPhishNet:Zero-Day Phishing Website Detection by Visual Similarity[C].ACM SIGSAC Conference on Computer and Communications Security,2020:1681-1696. 论文 6 原书参考文献第64条;只登记检索信息,未读外部全文
HASSAN U,BATES A,MARINO D. Tactical Provenance Analysis for Endpoint Detection and Response Systems[C].IEEE Symposiumon Security and Privacy,2020:1172-1189. 论文 6 原书参考文献第65条;只登记检索信息,未读外部全文
FEI P,LI Z,WANG Z,et al.SEAL:Storage-efficient Causality Analysis on Enterprise Logs with Query-friendly Compression[C].USENIX Security Symposium,2021:2987-3004. 论文 6 原书参考文献第66条;只登记检索信息,未读外部全文
HAN X,PASQUIER T,BATES A,et al.UNICORN:Runtime Provenance-Based Detector for Advanced Persistent Threats[C].NDSS,2020:327-343. 论文 6 原书参考文献第67条;只登记检索信息,未读外部全文
YU L,MA S,ZHANG Z,et al. ALchemist:Fusing Application and Audit Logs for Precise Attack Provenance without Instrumentation[C]. Network and Distributed System Security Symposium,2021:766-782. 论文 6 原书参考文献第68条;只登记检索信息,未读外部全文
HASSAN U,NOUREDDINE A,DATTA P,et al. OmegaLog:High-Fidelity Attack Investigation via Transparent Multi-layer Log Analysis[C]. Network and Distributed System Security Symposium,2020:526-541. 论文 6 原书参考文献第69条;只登记检索信息,未读外部全文
ALSAHEEL A,NAN Y,MA S.ATLAS:A Sequence-based Learning Approach for Attack Investigation[C].USENIX Security Symposium,2021:3005-3022. 论文 6 原书参考文献第70条;只登记检索信息,未读外部全文
XUE W,LI T. Aspect Based Sentiment Analysis with Gated Convolutional Networks[C].ACL,2018:2514-2523. 论文 6 原书参考文献第71条;只登记检索信息,未读外部全文
TAY Y,LUU T,HUI C. Learning to Attend via Word-Aspect Associative Fusion for Aspect-based Sentiment Analysis[C].AAAI,2017:5956-5963. 论文 6 原书参考文献第72条;只登记检索信息,未读外部全文
MA Y,PENG H,CAMBRIA E. Targeted Aspect-Based Sentiment Analysisvia Embedding Commonsense Knowledge intoan Attentive LSTM[C].AAAI,2018:4328-4336. 论文 6 原书参考文献第73条;只登记检索信息,未读外部全文
魏青梅,李宇博,应雨龙.结合Dempster-Shafer证据理论与循环神经网络的网络安全态势预测[J].济南大学学报:自然科学版,2020,34(3):238-246. 论文 6 原书参考文献第74条;只登记检索信息,未读外部全文
SHEN Y,MARICONTI E,VERVIER A,et al. Tiresias:Predicting Security Events Through Deep Learning[C].ACM CCS,2019:592-607. 论文 6 原书参考文献第75条;只登记检索信息,未读外部全文
WANG J,SONG C,YIN H. Reinforcement Learning-based Hierarchical Seed Scheduling for Greybox Fuzzing[C]. Network and Distributed System Security Symposium,2021:523-541. 论文 6 原书参考文献第76条;只登记检索信息,未读外部全文
SHE D,CHEN Y,RAY B. Neutaint:Efficient Dynamic Taint Analysis with Neural Networks[C].IEEE Symposiumon Security and Privacy,2020:1527-1543. 论文 6 原书参考文献第77条;只登记检索信息,未读外部全文
HE J,SIVANRUPAN G,TSANKOV P. Learning toExplore Paths for Symbolic Execution[C].ACM SIGSAC Conferenceon Computer and Communications Security,2021:2526-2540. 论文 6 原书参考文献第78条;只登记检索信息,未读外部全文
WANG D,ZHANG Z,ZHANG H. SyzVegas:Beating Kernel Fuzzing Odds with Reinforcement Learning[C].USENIX Security Symposium,2021:2741-2758. 论文 6 原书参考文献第79条;只登记检索信息,未读外部全文
ZHANG X,CHEN J,FENG C. Reducing Test Cases with Attention Mechanism of Neural Networks[C].USENIX Security Symposium,2021:2075-2092. 论文 6 原书参考文献第80条;只登记检索信息,未读外部全文
LI Z,ZOU D,XU S,et al. VulDeePecker:A Deep Learning-Based System for Vulnerability Detection[C].NDSS,2018:327-343. 论文 6 原书参考文献第81条;只登记检索信息,未读外部全文
WANG S,MAZUMDER S,LIU B. Target-Sensitive Memory Networks for Aspect Sentiment Classification[C].ACL,2018:957-967. 论文 6 原书参考文献第82条;只登记检索信息,未读外部全文
HAZARIKA D,PORIA S,VIJ P,et al. Modeling Inter-Aspect Dependencies for Aspect-Based Sentiment Analysis[C]. Conference of the North American Chapter of the Association for Computational Linguistics:Human Language Technologies,2018:266-270. 论文 6 原书参考文献第83条;只登记检索信息,未读外部全文
廖彬.基于人工智能的校园网络安全探索与研究[J].网络安全技术与应用,2020(10):115-116. 论文 6 原书参考文献第84条;只登记检索信息,未读外部全文
李盼,赵文涛,刘强,等.机器学习安全性问题及其防御技术研究综述[J].计算机科学与探索,2018,12(2):171-184. 论文 6 原书参考文献第85条;只登记检索信息,未读外部全文
田鹏,左大义,高艳春,等.面向实际场景的人工智能脆弱性分析[J].计算机技术与发展,2021(11):129-135. 论文 6 原书参考文献第86条;只登记检索信息,未读外部全文
Keras 源码项目 7 以高级模块化接口降低模型开发门槛
NVDLA 源码项目 7 开源深度学习加速硬件工程的历史例子
LLVM 源码项目 7 通用编译基础设施生态的历史例子
开源产业白皮书(2019年) 论文 7 开源使用比例的历史报告
2019人工智能指数报告 论文 7 论文影响力比较来源
中商产业研究院.中国人工智能芯片行业市场前景及投资机会研究报告[R].2022. 论文 7 原书参考文献第1条;只登记检索信息,未读外部全文
白华.2021中国人工智能芯片企业TOP50[J].互联网周刊,2022(4):52-53. 论文 7 原书参考文献第2条;只登记检索信息,未读外部全文
人工智能全球2000位最具影响力学者榜单发布[J].智能城市,2020,6(1):184. 论文 7 原书参考文献第3条;只登记检索信息,未读外部全文
云计算开源产业联盟.开源产业白皮书[R].2019. 论文 7 原书参考文献第4条;只登记检索信息,未读外部全文
《中国人工智能发展报告2021》英文版发布[J].中国科技奖励,2021(10):30-31. 论文 7 原书参考文献第5条;只登记检索信息,未读外部全文
上海交通大学Acemap.2021年中国高校人工智能论文影响力[R].2021. 论文 7 原书参考文献第6条;只登记检索信息,未读外部全文
Stanford University. The 2022 AI Index Report [R].2022. 论文 7 原书参考文献第7条;只登记检索信息,未读外部全文
清华—中国工程院知识智能联合研究中心.人工智能之学术搜索[R].2020. 论文 7 原书参考文献第8条;只登记检索信息,未读外部全文
清华—中国工程院知识智能联合研究中心.人工智能之人机交互[R].2020. 论文 7 原书参考文献第9条;只登记检索信息,未读外部全文
Center for Data Innovation. Whois winning the AI race:China,the EU,or the United States?2021 update[R].2021. 论文 7 原书参考文献第10条;只登记检索信息,未读外部全文
中国信息通信研究院.全球人工智能产业数据报告[R].2019. 论文 7 原书参考文献第11条;只登记检索信息,未读外部全文
国务院.新一代人工智能发展规划[Z].2017-07-08. 论文 7 原书参考文献第12条;只登记检索信息,未读外部全文
金融时报.中国新一代人工智能科技产业发展报告2021[N].2021-10-25(11). 论文 7 原书参考文献第13条;只登记检索信息,未读外部全文
中国电子学会.新一代人工智能发展白皮书(2017版)[R].2017. 论文 7 原书参考文献第14条;只登记检索信息,未读外部全文
经合组织人工智能原则 框架 8 2019年原则的历史引用
可信赖人工智能伦理原则 框架 8 欧盟2019年伦理框架
A.I. Verify 框架 8 书中举例的治理测试框架与工具集
以伦理为基准的设计 框架 8 IEEE的人类福祉优先研究报告
国家新一代人工智能标准体系建设指南 框架 8 本书引用的2020年标准化规划
信息安全技术 数据安全能力成熟度模型 框架 8 GB/T 37988—2019的成熟度框架
智能时代的技术伦理观——重塑数字社会的信任 论文 8 技术信任、个体幸福、社会可持续框架
2018人工智能产业创新评估白皮书 论文 8 技术就绪度与场景融合度框架
胡影,上官晓丽,张宇光,等.人工智能安全标准现状与思考[J].保密科学技术,2017(11):4. 论文 8 原书参考文献第1条;只登记检索信息,未读外部全文
何哲.人工智能时代的人类安全体系构建初探[J].电子政务,2018(7):16. 论文 8 原书参考文献第2条;只登记检索信息,未读外部全文
李木金,凌飞.一种基于人工智能的信息系统安全风险评估与防护方法[P].CN104965972A,2015. 论文 8 原书参考文献第3条;只登记检索信息,未读外部全文
张琳琳,王腾.人工智能安全国际标准化进展研究[J].信息通信技术与政策,2021(11):6. 论文 8 原书参考文献第4条;只登记检索信息,未读外部全文
中国电子技术标准化研究院.人工智能标准化白皮书(2021版)[R].2021. 论文 8 原书参考文献第5条;只登记检索信息,未读外部全文
中国电子技术标准化研究院.人工智能标准化白皮书(2019版)[R].2019. 论文 8 原书参考文献第6条;只登记检索信息,未读外部全文
国家新一代人工智能治理专业委员会.新一代人工智能治理原则——发展负责任的人工智能[R].2019. 论文 8 原书参考文献第7条;只登记检索信息,未读外部全文
全国信息安全标准化技术委员会.信息安全技术—数据安全能力成熟度模型[R].2019. 论文 8 原书参考文献第8条;只登记检索信息,未读外部全文
邵辉,赵庆贤,林娜.风险管理原理与方法[M].北京:中国石化出版社,2010. 书 8 原书参考文献第9条;只登记检索信息,未读外部全文
孙立新.风险管理原理、方法与应用[M].北京:经济管理出版社,2014. 书 8 原书参考文献第10条;只登记检索信息,未读外部全文
梅亮,陈劲,吴欣桐.责任式创新范式下的新兴技术创新治理解析——以人工智能为例[J].技术经济,2018(1):1-7。 论文 8 原书参考文献第11条;只登记检索信息,未读外部全文
SIMON Y E,JIN B H,DONG S K. Security Modelling and Assessmentof Modern Networks Using Time Independent Graphical Security Models[J]. Journal of Network and Computer Applications,2019,15:102-106. 论文 8 原书参考文献第12条;只登记检索信息,未读外部全文
宋艳,陈冬华.信息系统安全风险评估综述[J].情报理论与实践,2009,32(5):5-10. 论文 8 原书参考文献第13条;只登记检索信息,未读外部全文
蒋增增,黄超,李乐,等.人工智能人脸识别技术的应用与安全挑战[J].保密科学技术,2019(9):18-22. 论文 8 原书参考文献第14条;只登记检索信息,未读外部全文
JIAS,GUO GD,XU Z Q.A Survey on 3D Mask Presentation Attack Detection and Countermeasures[J]. Elsevier,2019(9):1-13. 论文 8 原书参考文献第15条;只登记检索信息,未读外部全文
孙道锐.人脸识别技术的社会风险及其法律规制[J].科学学研究,2020,(7):1-17. 论文 8 原书参考文献第16条;只登记检索信息,未读外部全文
郝英好.人工智能安全风险分析与治理[J].中国电子科学研究院学报,2020,15(6):501-505. 论文 8 原书参考文献第17条;只登记检索信息,未读外部全文
MedEthEx 框架 9 临床伦理专家系统例子,显示低自主亦可高道德敏感
人工智能伦理建议 框架 9 联合国教科文组织2021年文件的历史提名
机器人民法条例 框架 9 欧盟议会2017年建议报告
DABUS两项发明申请 框架 9 书中2019年欧洲专利局案例,未据此判断当前普遍规则
WALLACH W,COLIN A Moral Machines[M]. Oxford:Oxford University Press,2010. 书 9 原书参考文献第1条;只登记检索信息,未读外部全文
ANDERSON M,ANDERSON S L,Armon C. MedEthEx:A Prototype Medical Ethics Advisor[C]. In Proceedings The Twenty-First National Conferenceon Artificial Intelligence and the Eighteenth Innovative Applicationsof Artificial Intelligence Conference,2006:1759-1765. 论文 9 原书参考文献第2条;只登记检索信息,未读外部全文
雷瑞鹏,邱仁宗.新兴技术中的伦理和监管问题[J].山东科技大学学报(社会科学版),2019:3. 论文 9 原书参考文献第3条;只登记检索信息,未读外部全文
BOSSMANN J. Top 9 ethical issues in artificial intelligence[EB/OL]. 论文 9 原书参考文献第4条;只登记检索信息,未读外部全文
RANZAHUER,M. The Ethicsof AI[EB/OL]. 论文 9 原书参考文献第5条;只登记检索信息,未读外部全文
KAMBRIA. The 7 Most Pressing Ethical Issues in Artificial Intelligence[EB/OL]. 论文 9 原书参考文献第6条;只登记检索信息,未读外部全文
KILPATRICK,S 8 Ethical Questions in Artificial Intelligence[EB/OL]. 论文 9 原书参考文献第7条;只登记检索信息,未读外部全文
GOERTZEL,B,PENNACHIN C. Artificial General Intelligence[M]. New York:Springer,2007. 书 9 原书参考文献第8条;只登记检索信息,未读外部全文
DENNETT D C. Consciousness Explained[M]. New York:Little,Brown and Co,1991. 书 9 原书参考文献第9条;只登记检索信息,未读外部全文
SEARLE J R. Minds,Brains,and Programs[J]. The Behavioral and Brain Sciences,1980,3(3):417-424. 论文 9 原书参考文献第10条;只登记检索信息,未读外部全文
TURING A M. Computing Machinery and Intelligence[J]. Mind,1950,59(236):433-460. 论文 9 原书参考文献第11条;只登记检索信息,未读外部全文
刘哲,等.中国机器人伦理标准化前瞻2019[M].北京:北京大学出版社,2019. 书 9 原书参考文献第12条;只登记检索信息,未读外部全文
The British Standards Institution. Robots and Robotic Devices[M]. London:BSI Standards Limited,2016. 书 9 原书参考文献第13条;只登记检索信息,未读外部全文
VAN W A. Healthcare Robots[M]. Farnham:Ashgate,2015. 书 9 原书参考文献第14条;只登记检索信息,未读外部全文
TRONTO J. Moral Boundaries:A Political Argument for an Ethicof Care[M]. New York,NY:Routledge,126-136,1993. 书 9 原书参考文献第15条;只登记检索信息,未读外部全文
GUNKEL D J. Robot Rights[M]. Cambridge:The MIT Press,2018. 书 9 原书参考文献第16条;只登记检索信息,未读外部全文
边沁.道德与立法原理导论[M].时殷弘,译.北京:商务印书馆,2000. 书 9 原书参考文献第17条;只登记检索信息,未读外部全文
南星.人工智能体有自由意志吗[J].学术月刊,2021,1:35-47. 论文 9 原书参考文献第18条;只登记检索信息,未读外部全文
康德.道德形而上学奠基[M].杨云飞,译.北京:人民出版社,2013. 书 9 原书参考文献第19条;只登记检索信息,未读外部全文
甘绍平.应用伦理学前沿问题研究(第二版)[M].贵阳:贵州大学出版社,2019. 书 9 原书参考文献第20条;只登记检索信息,未读外部全文
RUSSELL S,NORVIG P Artificial Intelligence [M].4th. Hoboken:Pearson Education,2021. 书 9 原书参考文献第21条;只登记检索信息,未读外部全文
BARTNECK C,LÜTge C,WAGNER A,at al. An Introductionof Ethics in Robotics and AI [M]. Cham:Springer,2021. 书 9 原书参考文献第22条;只登记检索信息,未读外部全文
BODEN M A. Artificial Intelligence[M]. Oxford:Oxford University Press,2018. 书 9 原书参考文献第23条;只登记检索信息,未读外部全文
WALLACH W.A Dangerous Master (Kindle Edition)[M]. New York:Basic Books,2015. 书 9 原书参考文献第24条;只登记检索信息,未读外部全文
VAN D P I,ROYAKKERS L. Ethics,Technology,and Engineering[M]. Oxford:Wiley-Blackwell,2011. 书 9 原书参考文献第25条;只登记检索信息,未读外部全文
SIEP L. Konkrete Ethik[M]. Frankfurt:Suhrkamp,2016. 书 9 原书参考文献第26条;只登记检索信息,未读外部全文
SIEP L. Moral und Gottesbild[M].Münster:Mentis,2013. 书 9 原书参考文献第27条;只登记检索信息,未读外部全文
赵万一.机器人的法律主体地位辨析——兼谈对机器人进行法律规制的基本要求[J].贵州民族大学学报(哲学社会科学版),2018(3):147-167. 论文 9 原书参考文献第28条;只登记检索信息,未读外部全文
王利明.人工智能时代提出的法学新课题[J].中国法律评论,2018(2):1-4. 论文 9 原书参考文献第29条;只登记检索信息,未读外部全文
崔聪聪,许智鑫.机器学习算法的法律规制[J].上海交通大学学报(哲学社会科学版),2020,28(2):35-47. 论文 9 原书参考文献第30条;只登记检索信息,未读外部全文
王利明.人工智能时代对民法学的新挑战[J].东方法学,2018(3):4-9. 论文 9 原书参考文献第31条;只登记检索信息,未读外部全文
伦一.人工智能治理相关问题初探[J].信息通信技术与政策,2018(6):5. 论文 9 原书参考文献第32条;只登记检索信息,未读外部全文
朱体正.人工智能时代的法律因应[J].大连理工大学学报,2018,2. 论文 9 原书参考文献第33条;只登记检索信息,未读外部全文
杨文.IEEE发布三项人工智能新标准,涉及高层次伦理问题[EB/OL].2017. 论文 9 原书参考文献第34条;只登记检索信息,未读外部全文
范春平.科技伦理研究与教育的时代使命[EB/OL].2019. 论文 9 原书参考文献第35条;只登记检索信息,未读外部全文
本轮资金安全问题案例
问题标题 问题卡 解决方案卡(如有) 出现章节 一句话说明
本轮实践交接

实践候选筛选:done

原有3项保留并补齐原文、明确输入、行动、输出及判据;本轮仅完成计划交付,实践尚未执行。light未执行生成后笔记复核、独立审查及审查结果优化。

本轮实践卡进度
序号 实践标题 实践方式 状态(pending/done) 关联章节 产出
001 为模型输入建立质量门 真实任务 done 1 计划;尚未实际执行
002 为自动化结果保留可解释记录 真实任务 done 4 计划;尚未实际执行
003 做一次安全风险预警演练 决策实践 done 8 计划;尚未实际执行

未采用:复现攻击、生产系统改造、医疗干预、无人装备实操和当前法律判断;本次已有低成本本地任务可支持理解,不扩展为新的研究项目。

本轮完成范围

简介、前言和9章,68个连续阅读单元全部完成;3个非正文项排除。原38张知识卡原路径保留修订,新增139张,合计177张;6张结构图卡。原书105个图片资源(107处引用,含封面和注图标)结合正文实际检查。首次v6版本保留,本次v24。light未执行笔记复核、独立审查及审查结果优化。当前生成、导入对账和177张卡片归档全部完成,5条历史软链接已解析,无遗留项。

相关主题

从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。

暂无公开主题。