机器学习安全及隐私保护研究进展

• 作者: 宋蕾 段广晗 马春光
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 机器学习 安全威胁 防御技术 隐私保护
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 综述
• 页码范围: 1-11
• 页数: 11页
• 分类号: TP309.2
• 字数: 9129字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2018067

摘要

机器学习作为实现人工智能的一种重要方法,在数据挖掘、计算机视觉、自然语言处理等领域得到广泛应用.随着机器学习应用的普及发展,其安全与隐私问题受到越来越多的关注.首先结合机器学习的一般过程,对敌手模型进行了描述.然后总结了机器学习常见的安全威胁,如投毒攻击、对抗攻击、询问攻击等,以及应对的防御方法,如正则化、对抗训练、防御精馏等.接着对机器学习常见的隐私威胁,如训练数据窃取、逆向攻击、成员推理攻击等进行了总结,并给出了相应的隐私保护技术,如同态加密、差分隐私.最后给出了亟待解决的问题和发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马春光	哈尔滨工程大学计算机科学与技术学院	134	987	16.0	22.0
2	宋蕾	哈尔滨工程大学计算机科学与技术学院	4	11	1.0	3.0
3	段广晗	哈尔滨工程大学计算机科学与技术学院	3	11	1.0	3.0