AI安全如何入门（上）

理解AI安全最简单的方式就是从攻防的视角。从攻击的角度讲，AI安全可以细分为使用AI技术进行攻击、攻击AI模型和攻击智能设备。从防守的角度，AI安全主要指使用AI技术赋能传统安全产品以及保护智能设备。有兴趣的同学可以关注下我之前的文章《AI时代的攻与防》

AI的学习坡度高于Python这类编程语言，但是并非只有屈指可数的大公司和科研院所才能掌握。我们即需要有足够的耐心踏实的进行学习，同时也不要有畏难情绪。下面我结合自己的学习经历，推荐几本适合入门的书籍。

首先是《机器学习实战》，这本书相比学院派的机器学习理论书籍，使用了大量的篇幅介绍了如何基于Python去实现常见的机器学习算法。通过这本书可以比较深刻的理解常见算法的底层实现。

如果你对算法的数学原理非常感兴趣，我同时也推荐周老师的西瓜书，这本书从数学角度对机器学习的原理介绍的非常详细。

如果你对算法的底层实现和深层原理并不感兴趣，更想了解如何从编程层面去使用机器学习，我强烈推荐《Python数据挖掘入门与实践》，这本书以scikit-learn为主要开发环境，结合大量例子介绍了常见算法的使用。

如果你有一定的安全背景，想入门AI安全，或者想看下AI在安全领域的应用，可以看下我的两本以web安全常见问题为背景，介绍AI安全的书《Web安全之机器学习入门》和《Web安全之深度学习实战》

如果你对安全的基础知识不是很熟悉，我强烈推荐刺的《白帽子讲web安全》

建议在linux和mac环境进行机器学习程序的开发，开发语言也强烈推荐python，一方面python容易掌握，另外一方面大量的机器学习库仅支持python。

Scikit-Learn是基于Python的机器学习模块，基于BSD开源许可证。这个项目最早由在2007 年发起的，目前也是由社区自愿者进行维护。Scikit-Learn的官方网站上面可以找到相关的Scikit-Learn的资源，模块下载，文档，例程等等。Scikit-Learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理，具体可以参考官方网站上的文档。

安装方法如下：

pip install -U scikit-learn

TensorFlow是谷歌的第二代人工智能学习系统，可被用于语音识别或图像识别等多项机器深度学习领域，是在2011年开发的深度学习基础架构DistBelief进行了各方面的改进，它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。

TensorFlow支持非常丰富的安装方式，在Linux和Mac 可以直接使用默认版本安装。

pip install tensorflow

TensorFlow虽然功能强大，但是开发效率比较低，建议大家使用Keras。Keras是一个高级别的Python神经网络框架，能在TensorFlow或者 Theano 上运行。Keras和TensorFlow的关系可以理解为win32 API和MFC的关系。

Keras的在线文档内容非常丰富，地址为：

https://keras.io/

Keras的安装非常简便，使用pip工具即可。

pip install keras

如果需要使用源码安装，可以直接从GitHub上下载对应源码。

https://github.com/fchollet/keras

然后进入Keras目录安装即可。

python setup.py install