亚洲av成人无码网天堂,少妇白浆高潮无码免费区,小污女小欲女导航,色欲久久综合亚洲精品蜜桃,亚洲,欧美,日韩,综合

“‘維科杯’·OFweek 2020（第五屆）人工智能行業(yè)年度評選”活動(dòng)由高科技行業(yè)門戶OFweek維科網(wǎng)主辦，OFweek人工智能網(wǎng)承辦，活動(dòng)旨在表彰人工智能領(lǐng)域具有突出貢獻(xiàn)的優(yōu)秀產(chǎn)品、技術(shù)及企業(yè)，鼓勵(lì)更多企業(yè)投入技術(shù)創(chuàng)新；同時(shí)為行業(yè)輸送更多創(chuàng)新產(chǎn)品、前沿技術(shù)，一同暢享人工智能的未來。

2020人工智能行業(yè)年度評選“OFweek （5th．）  AI Awards 2020”將于2020年9月21日－10月10日進(jìn)入網(wǎng)絡(luò)投票階段，頒獎(jiǎng)典禮將于10月28日在深圳舉辦。

目前，活動(dòng)正處于火熱的報(bào)名評審階段，業(yè)內(nèi)企業(yè)積極響應(yīng)。瑞萊智慧已正式參評“維科杯·OFweek2020（第五屆）人工智能行業(yè)優(yōu)秀產(chǎn)品應(yīng)用獎(jiǎng)”。

瑞萊智慧RealAI是依托清華大學(xué)人工智能研究院設(shè)立的人工智能企業(yè)，是國內(nèi)首家安全可控人工智能技術(shù)及行業(yè)解決方案提供商，先后推出RealBox魯棒機(jī)器學(xué)習(xí)平臺(tái)、RealSafe人工智能安全平臺(tái)等自研平臺(tái)以及更加安全可靠的行業(yè)解決方案，致力于建設(shè)安全可控人工智能應(yīng)用新生態(tài)。

參賽產(chǎn)品／項(xiàng)目名稱：RealSafe人工智能安全平臺(tái)

推出年份：2020／04

開發(fā)背景：近年來，以機(jī)器學(xué)習(xí)尤其是深度學(xué)習(xí)為代表的人工智能技術(shù)的取得了快速發(fā)展與廣泛應(yīng)用。然而，當(dāng)前以數(shù)據(jù)驅(qū)動(dòng)為代表的第二代人工智能技術(shù)還存在著巨大的安全風(fēng)險(xiǎn)，當(dāng)前人工智能系統(tǒng)被入侵的風(fēng)險(xiǎn)主要是對抗樣本攻擊與模型攻擊。

（1）對抗樣本攻擊

對抗樣本（Adversarial Examples）是指在數(shù)據(jù)集中故意添加細(xì)微的干擾所形成的輸入樣本，會(huì)導(dǎo)致模型以高置信度給出錯(cuò)誤的輸出，從而導(dǎo)致AI系統(tǒng)判斷失準(zhǔn)。如圖1所示，通過對圖像添加微小的擾動(dòng)，構(gòu)造對抗樣本，從而欺騙在正常樣本上工作良好的深度學(xué)習(xí)圖像分類模型，被攻擊過的熊貓圖像被深度學(xué)習(xí)模型以高置信度認(rèn)為是長臂猿。

圖1：對抗樣本

（2）模型攻擊

通過在訓(xùn)練數(shù)據(jù)中添加少量投毒數(shù)據(jù)的方式在模型中埋藏后門，埋藏好的后門通過攻擊者預(yù)先設(shè)定的觸發(fā)器激發(fā)。在后門未被激發(fā)時(shí)，被攻擊的模型具有和正常模型類似的表現(xiàn)；當(dāng)模型中埋藏的后門被攻擊者激活時(shí)，模型給出錯(cuò)誤的輸出。如圖2所示，通過事先修改訓(xùn)練數(shù)據(jù)在模型中埋藏后門，模型在正常樣本上表現(xiàn)正常，一旦遇到黃色像素塊、炸彈、花朵圖案作為觸發(fā)器后門被激發(fā)，就會(huì)將停車標(biāo)志錯(cuò)認(rèn)為減速標(biāo)志。

圖2：模型攻擊

為了提升人工智能系統(tǒng)的安全性，有效抵御對抗樣本攻擊、模型攻擊等風(fēng)險(xiǎn)，RealAI推出RealSafe 人工智能安全平臺(tái)，通過集成主流及獨(dú)有世界領(lǐng)先對抗樣本攻擊與防御、模型后門檢測算法，提供業(yè)界首個(gè)可視化零編碼模型安全測評及防御升級升級平臺(tái)。

核心技術(shù)介紹：

RealSafe人工智能安全平臺(tái)包括大功能模塊：模型安全評測、防御解決方案，支持用戶創(chuàng)建和管理自定義的數(shù)據(jù)集用于模型安全測評與防御升級。

模型安全評測模塊提供對抗樣本風(fēng)險(xiǎn)檢測與模型后門檢測兩大功能，在進(jìn)行對抗樣本安全風(fēng)險(xiǎn)測評時(shí)，平臺(tái)將基于多種算法生成對抗樣本模擬攻擊，并綜合在不同算法、迭代次數(shù)、擾動(dòng)量大小的攻擊下模型效果的變化，給出被測AI模型的安全評分及詳細(xì)的測評報(bào)告；在進(jìn)行模型后門檢測時(shí)，平臺(tái)將通過高維空間搜索的方式，檢查模型是否存在后門，若存在后門，還支持還原出模型學(xué)習(xí)到的觸發(fā)器信息。

模型安全評測結(jié)果，用戶可自行選擇合適的防御方案，一鍵提升模型安全性。目前RealSafe平臺(tái)支持五種去除對抗樣本噪聲的通用防御方法，可實(shí)現(xiàn)對輸入數(shù)據(jù)的自動(dòng)去噪處理，破壞攻擊者惡意添加的對抗噪聲。

RealSafe平臺(tái)提供從安全測評到防御加固整體解決方案，目前可用于發(fā)現(xiàn)包括人臉比對、圖像分類、目標(biāo)檢測等應(yīng)用場景下常用算法模型可能出錯(cuò)的極端情形，同時(shí)也能預(yù)防潛在的對抗攻擊、模型惡意攻擊。

參評述說／理由：

在人工智能技術(shù)快速發(fā)展與廣泛應(yīng)用的當(dāng)下，人工智能安全問題變得尤為緊迫。雖然AI安全仍是一個(gè)新興領(lǐng)域，但對抗樣本、數(shù)據(jù)投毒等攻擊手段在開源社區(qū)、工具包的加持下變得愈發(fā)可實(shí)現(xiàn)，甚至于實(shí)質(zhì)性的危害已經(jīng)開始產(chǎn)生，但與之相對的，相關(guān)防御手段的普及和推廣卻一直沒有跟上，主要原因在于對抗樣本等安全攻防技術(shù)存在較高的技術(shù)壁壘，只有極少部分的頂尖算法人才掌握這部分的能力。在這一背景下，RealSafe平臺(tái)作為一款自動(dòng)化檢測工具，大大降低了模型安全檢測與防御升級的技術(shù)難度，能夠幫助大部分不具備該領(lǐng)域?qū)�業(yè)技能的企業(yè)與組織高效應(yīng)對日益增長的惡意攻擊，有效提升人工智能系統(tǒng)的安全性、可靠性。從這一角度來看，RealSafe平臺(tái)可以說是劃時(shí)代的顛覆性產(chǎn)品。

本屆“‘維科杯’·OFweek 2020（第五屆）人工智能行業(yè)年度評選”活動(dòng)將于9月21日進(jìn)入網(wǎng)絡(luò)投票階段，歡迎各位踴躍投票！