认识达内从这里开始

认真做教育专心促就业

人工智能环境下的安全性问题都有哪些

发布：太原达内教育官网
来源：互联网
时间：2020-01-14 09:11

随着互联网的不断发展，越来越多的企业都开始关注网络安全问题，而今天我们就通过案例分析来了解一下，人工智能环境下的安全性问题都有哪些。

人工智能环境下的安全性问题都有哪些

网络安全也可以从机器学习中受益。根据网络攻击有效内容对神经网络进行训练，可以将其应用于防火墙以识别潜在的恶意程序包，并阻止其进入网络。

早在安全领域应用AI的一个例子是过滤垃圾邮件。它并非对电子邮件应用原始过滤器，而是使用贝叶斯过滤器来应用概率。通过这种方法，用户可以识别电子邮件是否属于垃圾邮件。该算法会根据邮件是否属于垃圾邮件来调整所有文字的优先级。随着时间的推移，该算法发现"再融资"一词与垃圾邮件存在关联的概率高于其他文字，并将其归为垃圾邮件。贝叶斯方法自20世纪90年代起就已成为电子邮件过滤的基准方法。

基于免疫的方法

基于免疫的方法采用受生物学启发的机制来保障安全。与我们的免疫系统使用T细胞来发现和识别感染的方式相似，人工免疫系统(AIS)会甄别哪些文件和应用程序应存在于主机中以及哪些文件和应用程序应予以移除。

AIS中采用的一种方法是允许安全应用程序了解主机或设备上应用程序正常运行时的状态。此类训练可以让AIS模型了解主机正常运行时的状态。训练完成后，此模型便可以监控运行中的主机，在检测到异常行为后，它就会识别并隔离威胁。

AIS自20世纪90年代创建以来，已经开展了广泛的研究，并生成了四种主要算法：阴性选择、人工免疫网络、克隆选择和树突状细胞。每一种算法都是受到其对应的生物学方法的启发，从而为复杂问题提供了解决方案。甚至对免疫系统中各元素的用途也进行了研究，例如，T细胞用于检测和攻击，B细胞用于免疫记忆，以防将来遇到类似攻击。

阴性选择机制可以为宿主中应存在的细胞提供耐受性。被选中销毁的细胞属于外来抗原。因此，阴性选择与白名单方法存在相似之处。

但就像我们自身的免疫系统一样，较为复杂的攻击可以使这些基于AIS的系统对抗自己的主机，从而导致拒绝服务式的攻击。

【免责声明】本文系本网编辑部分转载，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与管理员联系，我们会予以更改或删除相关文章，以保证您的权益!

< 上一篇：用户视觉体验设计师如何理解并解决用户需求

下一篇：微服务架构与传统开发架构的区别和优势 >