在人工智能蓬勃发展的当下，大模型的安全问题日益凸显。《大模型AI安全解决方案：防御策略全面解析》便是一本应对这一挑战的专业书籍。本书开篇介绍 AI基础知识与攻防环境搭建，为后续深入探讨筑牢根基；随后深入剖析模型攻击，涵盖投毒攻击、木马篡改攻击、供应链攻击等多种类型，详细阐述其原理、实施方式及应对策略。针对已部署 AI系统的攻击如规避攻击、隐私窃取攻击等手段，书中也有全面解析，并给出防御方法。本书在生成式 AI与对抗攻击部分，探讨 GAN、大语言模型等面临的攻击与防御。最后，本书从安全设计与 MLSecOps 角度，介绍如何构建安全可靠的 AI系统。

"约翰·索蒂罗普洛斯(John Sotiropoulos)长期从事安全架构与AI安全相关工作，兼具安全视角与工程实践经验。作者对AI系统安全问题的关注，不停留在理论分析层面，而是面向真实应用场景，强调可执行的安全方法与治理思路。李彦亮，毕业于北京航空航天大学计算机系，拥有20年IT互联网工作经验，先后就职于中国住房公积金管理中心、中国工商银行、Oracle甲骨文公司等。历任程序员、TeamLeader、项目经理、技术总监。对DevOps、网络安全、渗透测试、云计算、云原生、网络协议、系统运维有丰富的项目实战经验。黎干，美团机器学习平台高级工程师，专注推动业务的机器学习创新。主导搭建多场景大规模机器学习平台，优化架构支撑外卖、酒店等业务高并发运转，护航用户使用体验;搭建机器学习特征仓库，赋能用户画像与个性化推荐。同时参与美团大模型研发落地，完善全流程应用体系，推动智能客服场景智能化升级。"

前言 人工智能（Artificial Intelligence，AI）的崛起是一场新革命，正在改变人们的生活。AI 在带来非凡机遇的同时，新的风险和威胁也在不断涌现，特别是在安全领域，保护 AI 系统需要新的技能。这是因为部分威胁会利用 AI 工作原理的核心机制欺骗系统。我们将这种威胁称为对抗 AI，本书将引导读者了解相关技术、示例和防御措施。我们将从攻防双重视角展开探讨，首先模拟攻击者实施攻击以演示威胁，随后讨论相应的应对策略。 理解对抗 AI 并建立防御机制对网络安全专业人员提出了新挑战，因为这需要掌握 AI 和机器学习（machine learning，ML）技术的相关知识。本书假设读者没有 ML 或 AI 的专业背景，这符合大多数网络安全从业者的实际情况。 本书虽然不会将读者培养成数据科学家，但能帮助读者建立对 ML 和 AI 的实践性基础认知，使读者具备理解和检测对抗 AI 攻击的能力，并实施有效防御。 AI 技术经历了显著发展。第一波浪潮是预测性（或判别性）AI，其模型能够对输入数据进行分类或数值预测。这类技术现已成为主流，广泛应用于智能手机、护照核验、医疗系统和智能家居中。在深入 AI 的下一个前沿领域，即创造新内容的生成式 AI（generative AI）之前，我们将探讨针对预测性 AI 的攻击技术，后续章节将涵盖对抗生成网络（generative adversarial network，GAN）、深度伪造（deepfake），以及以 ChatGPT 为代表的大语言模型（large language model，LLM）引发的新变革。 本书注重实践指...