目錄
第1章 緒論 1
1.1 數(shù)據(jù)治理概述 1
1.1.1 數(shù)據(jù)的概念 1
1.1.2 數(shù)據(jù)治理的內(nèi)涵與目標 7
1.2 認知安全概述 11
1.2.1 認知的概念 11
1.2.2 認知安全的內(nèi)涵 13
1.3 從數(shù)據(jù)治理到認知安全 15
1.3.1 數(shù)據(jù)治理支撐認知安全 15
1.3.2 認知安全促進數(shù)據(jù)治理 16
1.3.3 大模型時代的數(shù)據(jù)治理與認知安全 16
1.4 本章小結(jié) 17
1.5 習題 18
第2章 數(shù)據(jù)治理體系 19
2.1 數(shù)據(jù)治理標準 19
2.1.1 數(shù)據(jù)質(zhì)量標準 19
2.1.2 數(shù)據(jù)安全標準 20
2.1.3 數(shù)據(jù)共享與交換標準 22
2.2 數(shù)據(jù)治理框架 23
2.2.1 數(shù)據(jù)治理的主體 23
2.2.2 數(shù)據(jù)治理的目標 25
2.2.3 數(shù)據(jù)治理的對象 27
2.2.4 數(shù)據(jù)治理的手段 28
2.2.5 數(shù)據(jù)治理的過程 31
2.3 數(shù)據(jù)治理制度 32
2.3.1 集中式數(shù)據(jù)治理 32
2.3.2 分散式數(shù)據(jù)治理 33
2.3.3 混合式數(shù)據(jù)治理 34
2.4 數(shù)據(jù)治理平臺 36
2.4.1 平臺架構(gòu) 36
2.4.2 平臺功能 38
2.4.3 案例分析 39
2.5 本章小結(jié) 41
2.6 習題 42
第3章 數(shù)據(jù)處理 43
3.1 數(shù)據(jù)采集 43
3.1.1 自動采集 43
3.1.2 人工采集 44
3.2 數(shù)據(jù)清洗 45
3.2.1 數(shù)據(jù)問題 45
3.2.2 清洗方法 46
3.3 數(shù)據(jù)集成 51
3.3.1 數(shù)據(jù)提取 52
3.3.2 數(shù)據(jù)轉(zhuǎn)換 53
3.3.3 數(shù)據(jù)加載 55
3.4 數(shù)據(jù)標注 56
3.4.1 手動標注 57
3.4.2 半自動標注 58
3.4.3 自動標注 58
3.5 數(shù)據(jù)增強 59
3.5.1 增強方法 60
3.5.2 增強策略 67
3.6 數(shù)據(jù)分析 70
3.6.1 統(tǒng)計學角度 70
3.6.2 決策進程角度 71
3.6.3 數(shù)據(jù)可視化 73
3.7 本章小結(jié) 75
3.8 習題 75
第4章 數(shù)據(jù)合規(guī) 76
4.1 法律法規(guī)和標準規(guī)范 76
4.1.1 法律法規(guī) 76
4.1.2 標準規(guī)范 83
4.2 數(shù)據(jù)安全風險評估 85
4.2.1 數(shù)據(jù)安全風險類型 85
4.2.2 數(shù)據(jù)生命周期中的風險 86
4.2.3 風險評估方法 87
4.3 數(shù)據(jù)隱私保護 89
4.3.1 數(shù)據(jù)隱私保護的作用 89
4.3.2 數(shù)據(jù)隱私保護技術(shù)發(fā)展歷程 90
4.3.3 數(shù)據(jù)隱私保護技術(shù)及其應用 91
4.4 監(jiān)督與審計 94
4.4.1 監(jiān)督與審計方案制定 94
4.4.2 數(shù)據(jù)合規(guī)監(jiān)督手段 95
4.4.3 審計分析與持續(xù)優(yōu)化 96
4.4.4 響應與應急處理 96
4.5 本章小結(jié) 97
4.6 習題 97
第5章 數(shù)據(jù)建模 99
5.1 機器學習 99
5.1.1 基本概念 99
5.1.2 學習范式 100
5.1.3 損失函數(shù)與優(yōu)化算法 105
5.1.4 正則化和標準化 107
5.2 深度學習 108
5.2.1 深度學習基礎 109
5.2.2 卷積神經(jīng)網(wǎng)絡 113
5.2.3 循環(huán)神經(jīng)網(wǎng)絡 118
5.2.4 深度生成模型 121
5.3 大語言模型 124
5.3.1 大語言模型基礎 124
5.3.2 預訓練 126
5.3.3 指令微調(diào) 127
5.3.4 基于人類反饋的強化學習 129
5.4 多模態(tài)大語言模型 132
5.4.1 模型架構(gòu)設計 132
5.4.2 模型訓練與微調(diào) 133
5.5 本章小結(jié) 134
5.6 習題 134
第6章 認知安全威脅 136
6.1 數(shù)據(jù)安全威脅 136
6.1.1 數(shù)據(jù)投毒攻擊 137
6.1.2 數(shù)據(jù)對抗攻擊 141
6.1.3 數(shù)據(jù)偽造攻擊 144
6.1.4 數(shù)據(jù)隱私攻擊 147
6.1.5 數(shù)據(jù)竊取攻擊 151
6.2 模型安全威脅 153
6.2.1 模型擾動攻擊 154
6.2.2 模型拓展攻擊 156
6.2.3 方程求解攻擊 159
6.2.4 替代模型攻擊 160
6.2.5 元模型攻擊 161
6.3 本章小結(jié) 164
6.4 習題 164
第7章 認知安全防御 166
7.1 數(shù)據(jù)安全防御 166
7.1.1 偽造與篡改數(shù)據(jù)檢測 166
7.1.2 差分隱私 170
7.1.3 同態(tài)加密 173
7.1.4 聯(lián)邦學習 178
7.2 模型安全防御 180
7.2.1 針對對抗樣本攻擊的防御 180
7.2.2 模型遺忘 190
7.2.3 針對模型竊取的防御 192
7.3 本章小結(jié) 194
7.4 習題 195
參考文獻 196
附錄 常用符號表 202