广告
转到期刊主页-网络与计算机应用杂志

AI驱动的安全和隐私

编辑人 雁鸣声,威利 苏西洛,伊丽莎 贝尔蒂诺,劳伦斯 T.杨,六月

上次更新日期:2020年9月24日

人工智能已经开始深刻影响人们的日常生活。AI驱动的安全解决方案已经在下一代防火墙、自动入侵检测系统、加密流量识别、恶意软件检测等领域得到应用。研究人员现在得到AI驱动解决方案的帮助,以优化算法设计并发布密码分析工作。此外,基于深度学习技术的自动数据保护解决方案最近开始出现在学术界。相反,由于基于人工智能的网络攻击,个人隐私正受到巨大威胁。支持人工智能的网络攻击的兴起可能会导致网络渗透、个人数据盗窃和智能计算机病毒的大规模传播。这引发了人们对防御AI驱动的攻击的担忧。随后,人工智能驱动的技术需要一个训练过程,这带来了保护训练数据和算法的额外问题。许多机器学习和深度学习模型已被证明易受精心设计的对抗性输入样本的攻击。培训外包数据和算法要求培训阶段的完整性。此外,必须保护最终用户的数据隐私和学习模型。因此,人工智能中大数据的隐私保护成为网络安全领域的一个关键问题。

的操作选定的文章

/

发布此日志中的最新问题时接收更新
登录以设置警报
  1. 智能手机上基于刷卡的有监督学习解锁机制:设计与评估

    2020年9月1日
    第102687条
  2. 基于反向投影网络的高效运动模糊公安视频超分辨率

    2020年9月15日
    第102691条
  3. 基于高斯混合模型和隐马尔可夫模型的加密流量分类

    2020年9月15日
    第102711条
  4. 基于系统调用细化的增强型最小冗余最大相关勒索软件早期检测方法

    2020年10月1日
    第102753条
  5. 从本地培训模型的聚合中安全多方学习

    2020年10月1日
    第102754条
  6. 网络入侵检测中的深度学习方法:综述与客观比较

    2020年11月1日
    第102767条
  7. 基于隐私保护的大数据logistic回归

    2020年12月1日
    第102769条
  8. 利用QR码验证机器学习图像数据集的视觉保真度

    2021年1月1日
    第102834条
  9. AI驱动的数据安全和隐私

    2020年12月15日
    第102842条

国际标准编号:1084-8045