第1章
AI模糊测试概述
什么是模糊测试 · AI如何赋能 · 课程目标与学习路径
概念导学
第2章
环境搭建
Python环境 · Atheris/TensorFlow/PyTorch · 虚拟环境
工具配置
第3章
基础概念
变异算子 · 覆盖率引导 · 种子生成 · 崩溃分类
理论核心
第4章
Python基础回顾
数据类型 · 控制流 · 函数与模块 · 异常处理
编程基础
第5章
Atheris入门
安装Atheris · 第一个模糊脚本 · 运行与观察
实践Atheris
第6章
编写第一个模糊器
定义目标函数 · 生成随机输入 · 捕获异常
编码入门
第7章
覆盖率引导原理
代码覆盖率 · gcov/lcov · 覆盖率可视化
原理工具
第8章
Atheris高级用法
自定义变异 · 语料库 · 多进程模糊测试
进阶Atheris
第9章
AI模型基础
神经网络简介 · 训练与推理 · 模型文件格式
AI理论
第10章
AI模型模糊测试
为什么测试AI模型 · 常见AI漏洞
安全对抗
第11章
TensorFlow模型测试
加载TF模型 · 构造模糊输入 · 监控输出
TensorFlow实践
第12章
PyTorch模型测试
加载PyTorch模型 · 动态图模糊 · 梯度信息
PyTorch动态图
第13章
ONNX模型测试
ONNX运行时 · 跨框架测试 · 兼容性问题
ONNX互操作
第14章
对抗样本生成
FGSM · PGD · 使用AI生成对抗样本
对抗攻击
第15章
基于梯度的模糊测试
梯度指导变异 · 实现梯度引导变异器
梯度高级
第16章
深度学习编译器测试
TVM · XLA编译器 · 模糊测试编译器后端
编译器TVM
第17章
强化学习模糊测试
RL基础 · 选择变异策略 · 实现RL模糊器
强化学习策略
第18章
GAN模糊测试
GAN基础 · 生成测试用例 · 评估生成质量
GAN生成
第19章
NLP模型测试
文本对抗样本 · 同义词替换 · 句法变换
NLP文本
第20章
计算机视觉模型测试
图像扰动 · 遮挡攻击 · 风格迁移测试
CV图像
第21章
图神经网络模型测试
图结构扰动 · 节点特征攻击 · 图分类测试
GNN图
第22章
联邦学习系统测试
联邦学习基础 · 投毒攻击检测 · 聚合测试
联邦安全
第23章
AI框架API模糊测试
TF/PyTorch API · 参数组合爆炸 · 异常参数
API框架
第24章
模型量化与压缩测试
量化精度损失 · 剪枝鲁棒性 · 蒸馏测试
量化压缩
第25章
AI安全评估报告
漏洞分类 · CVSS评分 · 报告撰写模板
报告标准
第26章
自动化测试流水线
CI/CD集成 · Docker容器化 · 定时调度
DevOps自动化
第27章
实战案例1：图像分类
数据准备到漏洞发现 · 图像模型模糊测试
实战图像
第28章
实战案例2：NLP情感分析
文本对抗攻击 · 情感模型模糊测试
实战NLP
第29章
实战案例3：自动驾驶感知
场景生成与测试 · 感知模型模糊测试
实战自动驾驶
第30章
课程总结与进阶方向
前沿论文 · 开源工具 · 社区资源汇总
总结资源