docs: 补充 AI 伦理安全、多媒体安全课程内容，调整部分阅读书目推荐 (#187)

* 补充了 AI 伦理安全、多媒体安全两门课程, 并调整了少部分阅读书目推荐。

* Update 人工智能伦理与安全

* minor changes

* minor changes

docs/major_basic/convex_optimization/index.md

@@ -47,13 +47,11 @@
 
 * Yurii Nesterov. (2014). *Introductory Lectures on Convex Optimization: A Basic Course.* Springer.
 
-作者是凸优化领域的大佬。前半学期的内容大部分都来自这里。（不要相信书名中的 “basic” :-）
+作者是凸优化领域的巨擘。前半学期的内容大部分都来自这里。（不要相信书名中的 “basic” :-)
 
 * Yurii Nesterov. (2018). *Lectures on Convex Optimization.* Springer.
 
-中文版书名《凸优化教程》，机械工业出版社；前面的内容和上一本差不多，但是许多地方有改动（改正了旧版的一些错误，笔者学习时主要参考的书）。
-
-（PS：虽然这本书是课程的主要教材，但是其内容有些晦涩抽象，越到后面越如此，任何对优化感兴趣的初学者都不应该使用这本书自学。）
+第二本书是第一本的修正和扩充，但是许多地方有改动（改正了旧版的一些错误，笔者学习时主要参考的书）。作者的出发视角很高，且极具理论性，这使得本书与其它优化书籍有截然不同的内容，但是其内容也因此有些晦涩抽象，尤其第二本书越到后面越如此。同时，在某种程度上，本书缺少清晰的脉络，定理也缺乏直观解释或者例题说明，笔者认为初学者都不应该使用这本书自学。
 
 ## 分数构成
 
@@ -89,20 +87,31 @@
 
 * Dimitri P. Bertsekas. (2009). *Convex Optimization Theory*. Athena Scientific.
 
-    中文名《凸优化理论》，清华大学出版社；个人觉得比较细节，相之于前面的好读很多。
+    中文名《凸优化理论》，清华大学出版社; 并不厚, 个人觉得相之于前面的好读很多。
 
 * Sra, Nowozin, Wright. (2011). *Optimization for Machine Learning*. MIT Press.
 
 * R. T. Rockafellar. (1970). *Convex Analysis*. Princeton.
 
-    Rockafellar 是优化领域绕不开的祖师级人物，不过他的文章有些太难了。他的《凸分析》还有《变分分析（Variational Analysis）》等书感觉更适合数学专业的看……
+    Rockafellar 是优化领域绕不开的祖师级人物，不过他的文章有些太难了。本书包含了对凸集、凸函数、凸几何、约束凸优化的详尽理论推导。他的这本《凸分析》还有《变分分析（Variational Analysis）》等书感觉更适合数学专业的看……
 
-* Giuseppe C. Calafiore, \& Laurent El Ghaoui (2014), *Optimization Models*, Cambridge University Press. 据说难度适中：[https://people.eecs.berkeley.edu/~elghaoui/optmodbook.html](https://people.eecs.berkeley.edu/~elghaoui/optmodbook.html)
+* Giuseppe C. Calafiore, \& Laurent El Ghaoui (2014), *Optimization Models*, Cambridge University Press. 据说难度适中, 包含了许多应用举例和分析：[https://people.eecs.berkeley.edu/~elghaoui/optmodbook.html](https://people.eecs.berkeley.edu/~elghaoui/optmodbook.html)
 * 这个领域有很多人喜欢直接把自己写的书挂在 arxiv 上，下面几个都是不错的资料：
     + Sébastien Bubeck, *Convex Optimization: Algorithms and Complexity*, [https://arxiv.org/abs/1405.4980](https://arxiv.org/abs/1405.4980)；
     + Léon Bottou et al., *Optimization Methods for Large-Scale Machine Learning*,  [https://arxiv.org/abs/1606.04838](https://arxiv.org/abs/1606.04838)；
     + Francesco Orabona, *A Modern Introduction to Online Learning*, [https://arxiv.org/abs/1912.13213](https://arxiv.org/abs/1912.13213).
 
+就中文书而言，笔者知道的有：
+
++ 袁亚湘, & 孙文瑜. (1997).最优化理论与方法. 科学出版社. （基本都是算法的纯数学分析和证明）
++ 陈宝林. (2005).最优化理论与算法. 清华大学出版社. （教材）
+
+近年，北京大学文再文老师课题组编写了两本教材：
+
++ （详细版） 刘浩洋, 户将, 李勇锋，文再文，最优化：建模、算法与理论, 高教出版社；
++ （简化版）刘浩洋, 户将, 李勇锋，文再文，最优化计算方法，高教出版社；
+介绍了的最优化的基本概念、典型案例、基本算法和理论，内容紧凑，理论充实（美中不足的缺点可能是印刷质量有点差 :-）网页：http://faculty.bicmr.pku.edu.cn/~wenzw/optbook.html。
+
 ### 课程
 
 * CMU 课程 Convex Optimization. 深入浅出的优秀课程：<https://www.stat.cmu.edu/~ryantibs/convexopt/>
@@ -112,6 +121,8 @@
 * ELE522: Large-Scale Optimization for Data Science. 钱老师的授课内容有所参考：<https://yuxinchen2020.github.io/ele522_optimization/>
 * IE 598: Big Data Optimization. 钱老师的授课内容有所参考：<https://github.com/niaohe/Big-Data-Optimization-Course>
 
+除此之外，如果仅是为了机器学习和深度学习的工作，其实并不一定要深入了解凸优化，一些基本优化算法在深度学习教材或者课程里都会提及。
+
 ### 笔记
 
 * 20 级的金鱼马同学为这门课总结了详细的笔记：[https://www.zhihu.com/column/c_1676006565717573634](https://www.zhihu.com/column/c_1676006565717573634)，如果你发现笔记有错误，请联系他指出问题

docs/major_basic/object_oriented_programming/index.md

@@ -82,7 +82,7 @@
 
         “面向已经了解 C++ 或至少是经验丰富的程序员的人”。覆盖 C++11 标准。
 
-    * 如果你想知道为什么 C++ 的历史，请看 [*The Design and Evolution of C++*](https://link.zhihu.com/?target=https%3A//www.stroustrup.com/dne.html)（《C++语言的设计与演化》）。[*Thriving in a Crowded and Changing World: C++ 2006-2020*](https://link.zhihu.com/?target=https%3A//dl.acm.org/doi/pdf/10.1145/3386320) 可以被视为 D&E 的最新后续。
+    * 如果你想了解 C++ 的历史，请看 [*The Design and Evolution of C++*](https://link.zhihu.com/?target=https%3A//www.stroustrup.com/dne.html)（《C++语言的设计与演化》）。[*Thriving in a Crowded and Changing World: C++ 2006-2020*](https://link.zhihu.com/?target=https%3A//dl.acm.org/doi/pdf/10.1145/3386320) 可以被视为 D&E 的最新后续。
     * [*A Tour of C++* (second edition)](https://link.zhihu.com/?target=https%3A//www.stroustrup.com/tour2.html)（《C++语言导学》）
 
         适合去快速了解 C++ 所提供的功能。这本书以 200 页的篇幅介绍了 C++ 及其标准库的主要特性，且覆盖 C++17 标准（及少量 C++20 标准），对于了解新标准特性也不错。
@@ -113,8 +113,9 @@
     * 其他，如：《深入探索 C++14（Discovering Modern C++)》《现代 C++ 语言核心特性解析》《C++20 高级编程》等
 
 * 可参考 [The Definitive C++ Book Guide and List](https://stackoverflow.com/questions/388242/the-definitive-c-book-guide-and-list)，Stack Overflow 上整理的书单。也可以逛逛 [Quora](https://www.quora.com/What-is-the-best-C-book-for-a-beginner)。
-* C++ 之父 Bjanre Stroustrup 的 [FAQ](https://www.stroustrup.com/bs_faq.html) 很有意思，值得一看！此外他还有 [C++ Style and Technique FAQ](https://www.stroustrup.com/bs_faq2.html) 。
-* 一些 C++ 书籍的**电子版资源**：https://www.aliyundrive.com/s/z5hLRAELpPP
+* C++ 之父 Bjanre Stroustrup 的 [FAQ](https://www.stroustrup.com/bs_faq.html) 很有意思，值得一看！此外他还有 [C++ Style and Technique FAQ](https://www.stroustrup.com/bs_faq2.html) 。十分建议大大多逛逛 [BS 的主页](https://www.stroustrup.com)。
+<!-- * 一些 C++ 书籍的**电子版资源**：https://www.aliyundrive.com/s/z5hLRAELpPP --> 
+<!-- 这里资源已经远不止 C++ 了, 故在此删除 -->
 
 ## 参考资料
 - RyanFcr 整理的笔记和历年卷：[:material-github: RyanFcr/ZJU_Course:大二春夏/面向对象程序设计OOP](https://github.com/RyanFcr/ZJU_Course/tree/main/%E5%A4%A7%E4%BA%8C%E6%98%A5%E5%A4%8F/%E9%9D%A2%E5%90%91%E5%AF%B9%E8%B1%A1%E7%A8%8B%E5%BA%8F%E8%AE%BE%E8%AE%A1OOP)

docs/major_basic/theory_of_computation/index.md

@@ -62,10 +62,12 @@
 
 21 级无教材，全靠毛哥手写讲义。20 级曾用教材如下：
 
-*《计算理论基础》Elements of the Theory of Computation*
+***《计算理论基础》Elements of the Theory of Computation***
 
 有中文版，但有一些小错误，英文版笔者未发现错误。中文版部分地方没有照抄英文版，做出了一些修改，经过笔者和一位 dl 的合力验证英文版部分地方确实太拗口，中文版做出了一些更易于理解的修改，所以需要批判性阅读。
 
+***Introduction to the Theory of Computation. Michael Sipser*** 亦是一本不错的参考教材。
+
 ## 分数构成
 
 - 作业（0%）

docs/major_elective/computer_vision/index.md

@@ -31,10 +31,12 @@
 
 整体课程以课程讲义为主，没有指定教材，相关的原理可以查询维基或者 OpenCV 等库的说明。不过潘老师课件中有给出一些关于 OpenCV 的书籍，如：
 
-- *Learning OpenCV：Computer Vision with the OpenCVLibrary*, Gary Bradski, Adrian Kaebler
-- 《OpenCV教程—基础篇》，刘瑞祯、于仕琪
+- *Learning OpenCV：Computer Vision with the OpenCVLibrary*, Gary Bradski, Adrian Kaebler (此书使用的 OpenCV 2.0 版本过于老旧, 不建议阅读)
+- 《OpenCV教程—基础篇》，刘瑞祯、于仕琪 (这本比上一本还老 :-)
 
-不过并不是特别需要，使用的相关文档可以直接参考 OpenCV 的 [Documents](https://docs.opencv.org/4.x/d1/dfb/intro.html)。
+建议直接参考 OpenCV 的 [Documents](https://docs.opencv.org/4.x/d1/dfb/intro.html)。
+
+相比其它参考书, 笔者比较推荐 ***Robot Vision .Berthold K.P. Horn*** (中文名《机器视觉》) , 十分经典的一本教材, 侧重数学理论, 与本课程内容更加接近。
 
 ## 分数构成
 

docs/major_elective/digital_image_processing/index.md

@@ -39,7 +39,7 @@
 无
 
 ## 推荐书单
--  *Digital Image Processing Using MATLAB*, Gonzalez
+-  *Digital Image Processing Using MATLAB*, Gonzalez. 此书最新有第 4 版, 增加了神经网络等内容。但就课程内容仅用第 3 版也足够。
 - *《数字图像处理编程入门》*，吕凤军
 
 ## 分数构成

docs/major_elective/multimedia_security/index.md

@@ -0,0 +1,52 @@
+# 多媒体安全
+<div class="badges">
+<span class="badge is-badge">IS 专业选修</span>
+</div>
+
+
+## 课程学习内容
+
+本课程旧名 "信息隐藏与数字水印", 是黄劲老师开设的课程。主要授课内容基本可以概括为 "水印" 和 "隐写" 两个部分。课程内容较多, 且十分理论,  包括
+
++ 水印和隐写的介绍和性质
++ 水印:
+    + 水印模型
+    + 多比特信息嵌入
+    + ECC（校验编码）
+    + 应用原图作为辅助增强
+    + Dirty-paper code, Lattice Code
+    + 鲁棒水印
+    + Content Authentication, 也就是 erasable 水印
++ 隐写
+    + 经典算法: LSB对DCT系数（JSteg），OutGuess，F3,F4,F5（矩阵编码）以及混淆方法（random walk）;
+    + Wet Paper, 对隐写的检测与攻击
+    + 使用 Sample pairs 进行隐写分析
++ 电子取证、利用指纹信息进行身份认证等。
+老师会在最后一节课进行总复习。
+
+## 任课教师
+
+仅有黄劲老师一位。黄老师授课很有个性, 思维跳脱、富有热情, 很喜欢跟学生交流。但是本课程内容较多也较杂, 可能稍难跟上。不过课余时间老师比较亲和, 有任何问题都会耐心解答。
+
+## 课程教材
+
+Cox, I., Miller, M., Bloom, J., Fridrich, J., & Kalker, T. (2007). *Digital watermarking and steganography*. Morgan kaufmann. 一本十分厚的书, 本课程内容除了取证部分外基本都是基于课本展开。虽然此书叙述<del>啰嗦</del>细致, 但也有未能讲清楚的地方。
+
+## 分数构成
+一般来说分数构成为: lab 40\%, 期末 40\%, 课堂表现 20\%, 可能有稍许浮动。
++ lab 为 4~5 次, 基本包括
+    + E_BLIND/D_LC 水印系统实现
+    + E_SIMPLE_8/D_SIMPLE_8 多位信息水印系统实现
+    + E_BLK_8/D_BLK_8 w/ Hamming Code 或 Trellis Code 水印系统实现
+    + F4, F5 隐写算法实现
+
+    lab 不限定编程语言。代码量约在数百行, 虽不算难但也对编程能力稍有要求。
++ 期末开卷, 包括少量选择、判断以及 8 道简答, 主要侧重课程内容的理解。要求英文作答。
++ 课堂表现分为两个部分:
+    + 老师不会点名, 但会随堂 quiz 9 次之多 :-)
+    + 每次课前会让两人一组进行一个简短的展示, 10 分钟左右; Topic 包括书中未讲到的部分, 也包括 lab 实现等。
+
+## 参考资料
+
++ https://www.cc98.org/topic/5362725
++ https://github.com/QinJiuJiu/Information-hiding-and-digital-watermarking

docs/major_mandatory/ai_ethics_security/index.md

@@ -1,3 +1,52 @@
+---
+abbrs:
+    - AI 伦理安全
+---
 # 人工智能伦理与安全
+<div class="badges">
+<span class="badge is-badge">AI 专业必修</span>
+</div>
 
-\#TODO: 目前还没有内容，待完善。
+
+
+## 学习内容
+
++ 伦理部分（摘自潘恩荣老师课件）
+    + 第1次 人工智能与伦理
+    + 第2次 人工智能伦理谱系
+    + 第3次 人工智能如何以人为本？
+    + 第4次 人工智能伦理研究与设计方法
+    + 第5次 应用场景与伦理：自动驾驶专题
+    + 第6次 数据与伦理：隐私保护专题
+    + 第7次 算法与伦理：“人工智能+”专题
+    + 第8次 算力与伦理：机器换人专题
++ 安全部分
+    + 包括概论、介绍对抗样本攻击与 AI 隐私相关攻击
+
+安全部分内容与 IS 专业[人工智能安全](https://zju-turing.github.io/TuringCourses/major_mandatory/ai_security/)课程完全相同。<del>估计学院没想到会有人把这俩门课都选了……</del>
+
+## 授课老师 
+
+伦理部分由马院的潘恩荣老师授课。根据查老师以及笔者本人体验, 大家对他评价普遍较低。
+<!-- 别听 -->
+
+安全部分由计院的杨子祺老师授课。杨老师还是很不错的, 授课比较清晰, 他本人也是从事 AI 安全方面研究。
+
+## 分数构成
+课堂表现占 20\% , 作业占 80\%。作业仅包括一篇伦理论文和一篇安全论文, 由小组组队完成。2-5人自由组队。
+课堂表现包括
++ 潘老师上课点名，
++ 关于 AI 论题的一次辩论。两个小组组成辩论组, 自行寻找辩题。
++ 《人工智能伦理》网课, 以看完网课占一半考勤分数。
+
+2023-24 春夏选题如下:
++ 伦理方面
+    + 根据辩论内容, 提出一个伦理问题的应对方案, 可用课程中的理论与方法进行分析, 从技术角度提出应对伦理问题的思路。
++ 安全方面
+    + 完成一份对抗样本攻防或者人工智能数据隐私保护的调研报告。
+        + CV、NLP、语音、LLM 方面的对抗样本生成、检测、防御等均可。 参考主题包括鲁棒性研究、对抗性训练、大模型越狱攻击等。
+        + 数据窃取、隐私防御等隐私保护方向均可。参考主题: ML 模型隐私攻防、大模型数据隐私推断。
+至于报告内容、结构, 会给出具体的模板。
+
+## 学习建议
+本课程有一种 "思政课和专业课" 强行拼成一节课的割裂感, 给笔者的体验较差, 尤其伦理部分。对杨老师安全部分若有感兴趣的同学不妨一听。建议水过。

docs/major_mandatory/computer_vision/index.md

@@ -71,7 +71,10 @@
 
 ## 推荐书目
 
-关于三维重建，因为这是这门课的一个重点，推荐 [Richard Hartley 和 Andrew Zisserman 的 *Multiple View Geometry in Computer Vision*](https://www.cambridge.org/core/books/multiple-view-geometry-in-computer-vision/0B6F289C78B2B23F596CAA76D3D43F7A) ，这本书中的推导可能比课上的更加简单明快，感兴趣的同学也可以翻阅。
++ Richard Hartley 和 Andrew Zisserman 的 [ *Multiple View Geometry in Computer Vision*](https://www.cambridge.org/core/books/multiple-view-geometry-in-computer-vision/0B6F289C78B2B23F596CAA76D3D43F7A) , 从射影几何角度出发, 极其经典, 但较难读。
++ 三维重建是本课程的重点, 可选读高翔《视觉 SLAM 十四讲》部分章节。
+<!-- ，这本书中的推导可能比课上的更加简单明快，感兴趣的同学也可以翻阅。 -->
+<!-- 我对上一行的内容有异议 -->
 
 ## 参考笔记