首页 期刊 计算机研究与发展 机器学习系统的隐私和安全问题综述 【正文】

机器学习系统的隐私和安全问题综述

作者:何英哲; 胡兴波; 何锦雯; 孟国柱; 陈恺 信息安全国家重点实验室(中国科学院信息工程研究所); 北京100195; 中国科学院信息工程研究所; 北京100195; 中国科学院大学网络空间安全学院; 北京101408
机器学习安全   深度学习安全   攻防竞赛   对抗攻击   成员推理攻击  

摘要:人工智能已经渗透到生活的各个角落,给人类带来了极大的便利.尤其是近年来,随着机器学习中深度学习这一分支的蓬勃发展,生活中的相关应用越来越多.不幸的是,机器学习系统也面临着许多安全隐患,而机器学习系统的普及更进一步放大了这些风险.为了揭示这些安全隐患并实现一个强大的机器学习系统,对主流的深度学习系统进行了调查.首先设计了一个剖析深度学习系统的分析模型,并界定了调查范围.调查的深度学习系统跨越了4个领域——图像分类、音频语音识别、恶意软件检测和自然语言处理,提取了对应4种类型的安全隐患,并从复杂性、攻击成功率和破坏等多个维度对其进行了表征和度量.随后,调研了针对深度学习系统的防御技术及其特点.最后通过对这些系统的观察,提出了构建健壮的深度学习系统的建议.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅