机器学习在网络隐私安全中的应用研究

• 作者: 杨晨 谢新雨 郑澳 陈勤中
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 机器学习 网络安全 隐私保护
• 年，卷（期）: 2020,（4）
• 页码范围: 9-12
• 页数: 4页
• 分类号: TP309.2

摘要

机器学习作为当下人工智能领域最火热的前沿技术,正在一步一步颠覆各个产业。未来,它将会渗透到我们生活的方方面面,成为我们身边不可或缺的一项技术。而这其中,网络安全则是能够让机器学习大展拳脚的领域。在众多网络安全问题中,隐私保护是一个比较棘手的问题,因而它更加需要机器学习等新技术、新方法、新观点的引入来帮助解决一些问题。为此展开的研究内容包括机器学习概述、机器学习在网络安全中应用的意义、机器学习在网络安全研究中的应用流程以及机器学习在隐私保护中的应用四个部分。其中重点阐述隐私保护的相关问题,提出将深度学习方法中最先进的匹配算法与信息理论数据保护技术相结合,从而引入到生物识别认证中。在确保匹配精确度损失最小的同时,总结出高标准的隐私保护算法,使得商业、政府实体和最终用户都能够更广泛地接受隐私保护技术。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晨	大连外国语大学软件学院	29	49	4.0	5.0
2	谢新雨	大连外国语大学软件学院	4	2	1.0	1.0
3	陈勤中	大连外国语大学软件学院	4	2	1.0	1.0
4	郑澳	大连外国语大学软件学院	2	0	0.0	0.0