[套装书]数据安全架构设计与实战+AI安全之对抗样本入门（2册）

作者
郑云文兜哥
丛书名
网络空间安全技术丛书
出版社
机械工业出版社
ISBN
9781911011720
简要
简介
内容简介书籍计算机书籍 ---------------------------数据安全架构设计与实战--------------------------- 本书系统性地介绍数据安全架构的设计与实践，融入了作者多年在安全领域积累的实践经验。全书分四大部分，共20章。第一部分介绍安全架构的基础知识，内容包括安全、数据安全、安全架构、5A方法论、CIA等基本概念,为后续论述奠定基础。第二部分介绍产品安全架构，内容包括：身份认证、授权、访问控制、审计、资产保护等，讲解如何从源头设计来保障数据安全和隐私安全，防患于未然。第三部分介绍安全技术体系架构，内容包括：安全技术架构、网络和通信层安全架构、设备和主机层安全架构、应用和数据层安全架构、安全架构案例分析等。第四部分介绍数据安全与隐私保护治理，内容包括：数据安全治理、数据安全政策文件体系、隐私保护基础与增强技术、GRC方案、数据安全与隐私保护的统一等。 ---------------------------AI安全之对抗样本入门--------------------------- 第1章介绍了深度学习的基础知识，重点介绍了与对抗样本相关的梯度、优化器、反向传递等知识点。 第2章介绍了如何搭建学习对抗样本的软硬件环境，虽然GPU不是必需的，但是使用GPU可以更加快速地验证你的想法。 第3章概括介绍了常见的深度学习框架，从TensorFlow、Keras、PyTorch到MXNet。 第4章介绍了图像处理领域的基础知识，这部分知识对于理解对抗样本领域的一些常见图像处理技巧非常有帮助。 第5章介绍了常见的白盒攻击算法，从基础的FGSM、DeepFool到经典的JSMA和CW。 第6章介绍了常见的黑盒攻击算法。 第7章介绍了对抗样本在目标识别领域的应用。 . 第8章介绍了对抗样本的常见抵御算法，与对抗样本一样，抵御对抗样本的技术也非常有趣。 第9章介绍了常见的对抗样本工具以及如何搭建NIPS 2017对抗防御环境和轻量级攻防对抗环境robust-ml，通过这章读者可以了解如何站在巨人的肩膀上，快速生成自己的对抗样本，进行攻防对抗。
目录



---------------------------数据安全架构设计与实战---------------------------


对本书的赞誉
序　一
序　二
前　言
第一部分　安全架构基础
第1章　架构 2
1.1　什么是架构 2
1.2　架构关注的问题 4
第2章　安全架构 5
2.1　什么是安全 5
2.2　为什么使用“数据安全”这个术语 7
2.3　什么是安全架构 10
2.4　安全架构5A方法论 11
2.5　安全架构5A与CIA的关系 13
第二部分　产品安全架构
第3章　产品安全架构简介 16
3.1　产品安全架构 16
3.2　典型的产品架构与框架 17
3.2.1　三层架构 17
3.2.2　B/S架构 18
3.2.3　C/S架构 19
3.2.4　SOA及微服务架构 19
3.2.5　典型的框架 20
3.3　数据访问层的实现 21
3.3.1　自定义DAL 21
3.3.2　使用ORM 22
3.3.3　使用DB Proxy 23
3.3.4　配合统一的数据服务简化DAL 23
第4章　身份认证：把好第一道门 24
4.1　什么是身份认证 24
4.2　如何对用户进行身份认证 26
4.2.1　会话机制 27
4.2.2　持续的消息认证机制 29
4.2.3　不同应用的登录状态与超时管理 30
4.2.4　SSO的典型误区 31
4.3　口令面临的风险及保护 32
4.3.1　口令的保护 33
4.3.2　口令强度 33
4.4　前端慢速加盐散列案例 34
4.5　指纹、声纹、虹膜、面部识别的数据保护 35
4.6　MD5、SHA1还能用于口令保护吗 36
4.6.1　单向散列算法简介 36
4.6.2　Hash算法的选用 38
4.6.3　存量加盐HASH的安全性 38
4.7　后台身份认证 39
4.7.1　基于用户Ticket的后台身份认证 40
4.7.2　基于AppKey的后台身份认证 41
4.7.3　基于非对称加密技术的后台身份认证 41
4.7.4　基于HMAC的后台身份认证 42
4.7.5　基于AES-GCM共享密钥的后台身份认证 44
4.8　双因子认证 44
4.8.1　手机短信验证码 44
4.8.2　TOTP 44
4.8.3　U2F 45
4.9　扫码认证 45
4.10　小结与思考 46
第5章　授权：执掌大权的司令部 48
5.1　授权不严漏洞简介 48
5.2　授权的原则与方式 49
5.2.1　基于属性的授权 49
5.2.2　基于角色的授权 50
5.2.3　基于任务的授权 51
5.2.4　基于ACL的授权 51
5.2.5　动态授权 52
5.3　典型的授权风险 52
5.3.1　平行越权 52
5.3.2　垂直越权 53
5.3.3　诱导授权 53
5.3.4　职责未分离 53
5.4　授权漏洞的发现与改进 54
5.4.1　交叉测试法 54
5.4.2　漏洞改进 54
第6章　访问控制：收敛与放行的执行官 56
6.1　典型的访问控制策略 56
6.1.1　基于属性的访问控制 57
6.1.2　基于角色的访问控制 57
6.1.3　基于任务的访问控制 57
6.1.4　基于ACL的访问控制 58
6.1.5　基于专家知识的访问控制 58
6.1.6　基于IP的辅助访问控制 59
6.1.7　访问控制与授权的关系 61
6.2　不信任原则与输入参数的访问控制 61
6.2.1　基于身份的信任原则 61
6.2.2　执行边界检查防止缓冲区溢出 62
6.2.3　参数化查询防止SQL注入漏洞 62
6.2.4　内容转义及CSP防跨站脚本 68
6.2.5　防跨站请求伪造 70
6.2.6　防跨路径操纵 75
6.2.7　防SSRF 76
6.2.8　上传控制 77
6.2.9　Method控制 78
6.3　防止遍历查询 79
第7章　可审计：事件追溯最后一环 81
7.1　为什么需要可审计 81
7.2　操作日志内容 82
7.3　操作日志的保存与清理 82
7.3.1　日志存储位置 82
7.3.2　日志的保存期限 83
第8章　资产保护：数据或资源的贴身保镖 84
8.1　数据安全存储 84
8.1.1　什么是存储加密 84
8.1.2　数据存储需要加密吗 87
8.1.3　加密后如何检索 88
8.1.4　如何加密结构化数据 88
8.2　数据安全传输 89
8.2.1　选择什么样的HTTPS证书 91
8.2.2　HTTPS的部署 92
8.2.3　TLS质量与合规 93
8.3　数据展示与脱敏 94
8.3.1　不脱敏的风险在哪里 94
8.3.2　脱敏的标准 94
8.3.3　脱敏在什么时候进行 94
8.3.4　业务需要使用明文信息怎么办 95
8.4　数据完整性校验 95
第9章　业务安全：让产品自我免疫 97
9.1　一分钱漏洞 97
9.2　账号安全 99
9.2.1　防撞库设计 99
9.2.2　防弱口令尝试 99
9.2.3　防账号数据库泄露 100
9.2.4　防垃圾账号 100
9.2.5　防账号找回逻辑缺陷 100
9.3　B2B交易安全 101
9.4　产品防攻击能力 103
第三部分　安全技术体系架构
第10章　安全技术体系架构简介 106
10.1　安全技术体系架构的建设性思维 106
10.2　安全产品和技术的演化 107
10.2.1　安全产品的“老三样” 107
10.2.2　网络层延伸 107
10.2.3　主机层延伸 108
10.2.4　应用层延伸 108
10.2.5　安全新技术 108
10.3　安全技术体系架构的二维模型 109
10.4　风险管理的“三道防线” 110
10.5　安全技术体系强化产品安全 112
10.5.1　网络部署架构 112
10.5.2　主机层安全 113
10.5.3　应用层安全 115
10.5.4　数据层安全 117
第11章　网络和通信层安全架构 119
11.1　简介 119
11.2　网络安全域 120
11.2.1　最简单的网络安全域 120
11.2.2　最简单的网络安全域改进 121
11.2.3　推荐的网络安全域 121
11.2.4　从有边界网络到无边界网络 122
11.2.5　网络安全域小结 124
11.3　网络接入身份认证 125
11.4　网络接入授权 127
11.5　网络层访问控制 127
11.5.1　网络准入控制 127
11.5.2　生产网络主动连接外网的访问控制 129
11.5.3　网络防火墙的管理 130
11.5.4　内部网络值得信任吗 131
11.5.5　运维通道的访问控制 132
11.6　网络层流量审计 132
11.7　网络层资产保护：DDoS缓解 133
11.7.1　DDoS简介 133
11.7.2　DDoS缓解措施 134
11.7.3　专业抗DDoS方案 134
第12章　设备和主机层安全架构 136
12.1　简介 136
12.2　身份认证与账号安全 136
12.2.1　设备/主机身份认证的主要风险 137
12.2.2　动态口令 137
12.2.3　一次一密认证方案 137
12.2.4　私有协议后台认证方案 138
12.3　授权与访问控制 138
12.3.1　主机授权与账号的访问控制 138
12.3.2　主机服务监听地址 139
12.3.3　跳板机与登录来源控制 140
12.3.4　自动化运维 141
12.3.5　云端运维 142
12.3.6　数据传输 142
12.3.7　设备的访问控制 143
12.4　运维审计与主机资产保护 144
12.4.1　打补丁与防病毒软件 144
12.4.2　母盘镜像与容器镜像 145
12.4.3　开源镜像与软件供应链攻击防范 145
12.4.4　基于主机的入侵检测系统 147
第13章　应用和数据层安全架构 150
13.1　简介 150
13.2　三层架构实践 151
13.2.1　B/S架构 152
13.2.2　C/S架构 153
13.3　应用和数据层身份认证 154
13.3.1　SSO身份认证系统 154
13.3.2　业务系统的身份认证 155
13.3.3　存储系统的身份认证 155
13.3.4　登录状态管理与超时管理 156
13.4　应用和数据层的授权管理 156
13.4.1　权限管理系统 156
13.4.2　权限管理系统的局限性 157
13.5　应用和数据层的访问控制 158
13.5.1　统一的应用网关接入 158
13.5.2　数据库实例的安全访问原则 159
13.6　统一的日志管理平台 159
13.7　应用和数据层的资产保护 160
13.7.1　KMS与存储加密 160
13.7.2　应用网关与HTTPS 164
13.7.3　WAF（Web应用防火墙） 165
13.7.4　CC攻击防御 167
13.7.5　RASP 168
13.7.6　业务风险控制 169
13.8　客户端数据安全 171
13.8.1　客户端敏感数据保护 172
13.8.2　安全传输与防劫持 172
13.8.3　客户端发布 174
第14章　安全架构案例与实战 176
14.1　零信任与无边界网络架构 176
14.1.1　无边界网络概述 177
14.1.2　对人的身份认证（SSO及U2F） 178
14.1.3　对设备的身份认证 178
14.1.4　最小授权原则 178
14.1.5　设备准入控制 179
14.1.6　应用访问控制 179
14.1.7　借鉴与改进 180
14.2　统一HTTPS接入与安全防御 181
14.2.1　原理与架构 181
14.2.2　应用网关与HTTPS 182
14.2.3　WAF与CC防御 183
14.2.4　私钥数据保护 183
14.2.5　负载均衡 184
14.2.6　编码实现 184
14.2.7　典型特点 185
14.3　存储加密实践 186
14.3.1　数据库字段加密 186
14.3.2　数据库透明加密 186
14.3.3　网盘文件加密方案探讨 187
14.3.4　配置文件口令加密 188
14.4　最佳实践小结 189
14.4.1　统一接入 189
14.4.2　收缩防火墙的使用 190
14.4.3　数据服务 190
14.4.4　建立KMS 191
14.4.5　全站HTTPS 191
14.4.6　通用组件作为基础设施 191
14.4.7　自动化运维 192
第四部分　数据安全与隐私保护治理
第15章　数据安全治理 194
15.1　治理简介 194
15.1.1　治理与管理的区别 194
15.1.2　治理三要素 196
15.2　数据安全治理简介 196
15.2.1　数据安全治理的要素 197
15.2.2　数据安全治理与数据安全管理的关系 201
15.3　安全项目管理 203
15.4　安全运营管理 204
15.5　合规与风险管理 208
15.6　安全开发生命周期管理（SDL） 208
15.6.1　SQL注入漏洞案例 209
15.6.2　SDL关键检查点与检查项 211
15.6.3　SDL核心工作 212
15.7　风险管理 212
15.7.1　风险识别或评估 212
15.7.2　风险度量或成熟度分析 216
15.7.3　风险处置与收敛跟踪 220
15.7.4　风险运营工具和技术 221
15.8　PDCA方法论与数据安全治理 224
第16章　数据安全政策文件体系 227
16.1　数据安全文件体系 227
16.1.1　四层文件体系架构简介 228
16.1.2　数据安全四层文件体系 228
16.1.3　标准、规范与管理规定的关系 229
16.1.4　外部法规转为内部文件 231
16.2　数据安全政策总纲 232
16.2.1　数据安全的目标和范围 232
16.2.2　数据安全组织与职责 233
16.2.3　授权原则 233
16.2.4　数据保护原则 234
16.2.5　数据安全外部合规要求 234
16.3　数据安全管理政策 234
16.3.1　数据分级与分类 234
16.3.2　风险评估与定级指南 235
16.3.3　风险管理要求 237
16.3.4　事件管理要求 238
16.3.5　人员管理要求 239
16.3.6　配置和运维管理 242
16.3.7　业务连续性管理 243
16.4　数据安全标准 244
16.4.1　算法与协议标准 244
16.4.2　口令标准 247
16.4.3　产品与组件标准 248
16.4.4　数据脱敏标准 251
16.4.5　漏洞定级标准 251
16.5　数据安全技术规范 252
16.5.1　安全架构设计规范 253
16.5.2　安全开发规范 255
16.5.3　安全运维规范 256
16.5.4　安全配置规范 257
16.6　外部合规认证与测评 259
第17章　隐私保护基础 262
17.1　隐私保护简介 262
17.1.1　典型案例 262
17.1.2　什么是隐私 263
17.1.3　隐私保护与数据安全的关系 264
17.1.4　我需要了解隐私保护吗 264
17.1.5　隐私保护的技术手段 265
17.1.6　合规遵从 265
17.2　GDPR 268
17.2.1　简介 268
17.2.2　两种角色 269
17.2.3　六项原则及问责制 270
17.2.4　处理个人数据的六个法律依据 271
17.2.5　处理儿童数据 271
17.2.6　特殊的数据类型 272
17.2.7　数据主体的权利 272
17.2.8　数据控制者和数据处理者的义务 274
17.2.9　违规与处罚 276
17.3　个人信息安全规范 276
17.3.1　简介 276
17.3.2　个人信息安全原则 277
17.3.3　个人信息的生命周期管理 277
17.4　GAPP框架 279
17.5　ISO 27018 280
第18章　隐私保护增强技术 281
18.1　隐私保护技术初探 281
18.2　去标识化 283
18.2.1　匿名化 283
18.2.2　假名化 284
18.2.3　K-匿名 284
18.3　差分隐私 286
18.3.1　差分隐私原理 286
18.3.2　差分隐私噪声添加机制 288
18.3.3　数值型差分隐私 288
18.3.4　数值型差分隐私的局限性 291
18.3.5　离散型差分隐私 292
18.3.6　差分隐私案例 294
18.3.7　差分隐私实战 294
第19章　GRC与隐私保护治理 297
19.1　风险 297
19.2　GRC简介 298
19.2.1　GRC三领域 299
19.2.2　GRC控制模型 304
19.3　隐私保护治理简介 306
19.4　隐私保护治理GRC实践 307
19.4.1　计划 308
19.4.2　执行 308
19.4.3　检查 311
19.4.4　处理 311
19.5　隐私保护能力成熟度 311
第20章　数据安全与隐私保护的统一 317
20.1　以数据为中心的统一治理 317
20.1.1　统一的数据安全治理 317
20.1.2　统一数据与数据流图 319
20.1.3　统一数据服务 319
20.2　统一的数据安全生命周期管理 320
20.2.1　数据安全生命周期 321
20.2.2　全生命周期的数据主体权利保障 326
20.2.3　典型案例 327
20.3　数据安全治理能力成熟度模型（DSGMM） 334
附录　数据安全架构与治理总结 338
参考文献 340



---------------------------AI安全之对抗样本入门---------------------------


对本书的赞誉
序一
序二
自序
前言
第1章　深度学习基础知识 1
1.1　深度学习的基本过程及相关概念 1
1.1.1　数据预处理 1
1.1.2　定义网络结构 2
1.1.3　定义损失函数 6
1.1.4　反向传递与优化器 7
1.1.5　范数 12
1.2　传统的图像分类算法 13
1.3　基于CNN的图像分类 14
1.3.1　局部连接 14
1.3.2　参数共享 15
1.3.3　池化 17
1.3.4　典型的CNN结构 18
1.3.5　AlexNet的结构 19
1.3.6　VGG的结构 19
1.3.7　ResNet50 20
1.3.8　InceptionV3 20
1.3.9　可视化CNN 20
1.4　常见性能衡量指标 30
1.4.1　测试数据 30
1.4.2　混淆矩阵 31
1.4.3　准确率与召回率 31
1.4.4　准确度与F1-Score 32
1.4.5　ROC与AUC 33
1.5　集成学习 34
1.5.1　Boosting算法 35
1.5.2　Bagging算法 37
1.6　本章小结 39
第2章　打造对抗样本工具箱 40
2.1　Anaconda 41
2.2　APT更新源 45
2.3　Python更新源 45
2.4　Jupyter notebook 45
2.5　TensorFlow 49
2.6　Keras 50
2.7　PyTorch 51
2.8　PaddlePaddle 52
2.9　AdvBox 52
2.10　GPU服务器 52
2.11　本章小结 55
第3章　常见深度学习平台简介 56
3.1　张量与计算图 56
3.2　TensorFlow 58
3.3　Keras 62
3.4　PyTorch 64
3.5　MXNet 67
3.6　使用预训练模型 70
3.7　本章小结 76
第4章　图像处理基础知识 77
4.1　图像格式 77
4.1.1　通道数与像素深度 77
4.1.2　BMP格式 80
4.1.3　JPEG格式 81
4.1.4　GIF格式 81
4.1.5　PNG格式 81
4.2　图像转换 81
4.2.1　仿射变换 81
4.2.2　图像缩放 83
4.2.3　图像旋转 85
4.2.4　图像平移 85
4.2.5　图像剪切 86
4.2.6　图像翻转 87
4.2.7　亮度与对比度 88
4.3　图像去噪 89
4.3.1　高斯噪声和椒盐噪声 90
4.3.2　中值滤波 91
4.3.3　均值滤波 93
4.3.4　高斯滤波 93
4.3.5　高斯双边滤波 94
4.4　本章小结 96
第5章　白盒攻击算法 97
5.1　对抗样本的基本原理 97
5.2　基于优化的对抗样本生成算法 100
5.2.1　使用PyTorch生成对抗样本 102
5.2.5　使用TensorFlow生成对抗样本 106
5.3　基于梯度的对抗样本生成算法 109
5.4　FGM/FGSM算法 110
5.4.1　FGM/FGSM基本原理 110
5.4.2　使用PyTorch实现FGM 111
5.4.3　使用TensorFlow实现FGM 112
5.5　DeepFool算法 115
5.5.1　DeepFool基本原理 115
5.5.2　使用PyTorch实现DeepFool 117
5.5.3　使用TensorFlow实现DeepFool 122
5.6　JSMA算法 124
5.6.1　JSMA基本原理 124
5.6.2　使用PyTorch实现JSMA 126
5.6.3　使用TensorFlow实现JSMA 129
5.7　CW算法 132
5.7.1　CW基本原理 132
5.7.2　使用TensorFlow实现CW 135
5.7.3　使用PyTorch实现CW 140
5.8　本章小结 142
第6章　黑盒攻击算法 143
6.1　单像素攻击算法 143
6.2　单像素攻击MNIST识别模型 146
6.3　本地搜索攻击算法 148
6.4　本地搜索攻击ResNet模型 151
6.5　迁移学习攻击算法 153
6.6　通用对抗样本 157
6.7　针对MNIST生成通用对抗样本 160
6.8　本章小结 163
第7章　对抗样本在目标检测领域的应用 164
7.1　目标检测的概念 164
7.2　目标检测在智能驾驶领域的应用 166
7.2.1　车道偏离预警 166
7.2.2　前向防碰撞预警 167
7.2.3　交通标志识别 167
7.2.4　行人防碰撞预警系统 167
7.2.5　驾驶员疲劳监测预警 168
7.2.6　自动泊车 169
7.3　目标检测在智能安防领域的应用 169
7.3.1　人脸检索 169
7.3.2　行为识别 170
7.4　边缘检测算法 171
7.4.1　Soble边缘检测 171
7.4.2　拉普拉斯边缘检测 174
7.4.3　Canny边缘检测 175
7.5　直线检测算法 176
7.6　圆形检测算法 181
7.7　RCNN系列算法 183
7.7.1　RCNN 183
7.7.2　Fast RCNN 185
7.7.3　Faster RCNN 185
7.7.4　TensorFlow目标检测库 187
7.7.5　Faster RCNN使用示例 191
7.8　YOLO算法 196
7.8.1　YOLO概述 196
7.8.2　YOLO使用示例 199
7.9　SSD算法 201
7.9.1　SSD概述 201
7.9.2　SSD使用示例 201
7.10　白盒攻击Faster RCNN 203
7.11　物理攻击YOLO概述 210
7.12　本章小结 213
第8章　对抗样本常见防御算法 214
8.1　对抗样本的鲁棒性 214
8.1.1　图像旋转对鲁棒性的影响 214
8.1.2　滤波器对鲁棒性的影响 220
8.1.3　对比度和亮度对鲁棒性的影响 225
8.1.4　噪声对鲁棒性的影响 230
8.2　抵御对抗样本攻击的常见方法 237
8.2.1　图像预处理 237
8.2.2　对抗训练 238
8.2.3　高斯数据增强 238
8.2.4　自编码器去噪 240
8.2.5　ICLR 2018提出的对抗样本抵御方法 245
8.3　本章小结 247
第9章　常见对抗样本工具箱简介 248
9.1　对抗样本常见衡量指标 248
9.1.1　l0范数 248
9.1.2　l2范数 249
9.1.3　linf范数 250
9.2　AdvBox 250
9.2.1　AdvBox简介 250
9.2.2　在AdvBox中使用FGSM算法 250
9.2.3　在AdvBox中使用DeepFool算法 252
9.2.4　在AdvBox中使用黑盒攻击算法 255
9.3　ART 257
9.3.1　ART简介 257
9.3.2　在ART中使用FGSM算法 258
9.3.3　ART下使用CW算法 260
9.4　FoolBox 262
9.4.1　FoolBox简介 262
9.4.2　在FoolBox中使用JSMA算法 263
9.4.3　在FoolBox中使用CW算法 264
9.5　Cleverhans 266
9.5.1　Cleverhans简介 266
9.5.2　在Cleverhans中使用FGSM算法 267
9.5.3　在Cleverhans中进行对抗训练 269
9.6　NIPS对抗攻击防御环境搭建 270
9.6.1　NIPS对抗攻击防御赛简介 270
9.6.2　环境搭建方法 270
9.6.3　运行测试代码 271
9.7　轻量级攻防对抗环境robust-ml 275
9.7.1　robust-ml简介 275
9.7.2　运行测试代码 276
9.8　本章小结 279




有问题微信扫码联系

推荐

Understand China
桂ICP备20004708号-4