课程名称：机器学习算法的信息安全基础
学时安排：16节课，每节课25-30分钟，共8学时
课程简介：机器学习算法具有需要从数据或经验中学习、输出结果不确定、决策过程不可解释等特点，因此，机器学习算法的信息安全不仅涉及算法自身安全，也涉及算法应用的信息安全。本课程详述了机器学习算法生命周期各阶段均面临算法、数据和环境层面的信息安全风险。在所有场景中，机器学习算法信息安全需要满足保密性、完整性、可用性、可控性、鲁棒性和隐私性等基本安全属性。
课程教学目标：本课程旨在让学员了解机器学习算法的信息安全基础理论、信息安全需求和评估方案，也适用于机器学习系统开发者和运营者在算法开发运营过程中进行自评估和改进信息安全措施。
教学任务设计：
√ 机器学习算法的分类1节课；
√ 生命周期五个阶段面临的信息安全风险6节课；
√ 机器学习算法在生命各周期通用的各阶段不同的信息安全要求和验证方法6节课；
√ 机器学习算法的信息安全评估指标2节课，机器学习算法特有的对抗样本攻击简介1节课。