人工智能系统安全与隐私风险

被引:52
作者
陈宇飞 [1 ,2 ]
沈超 [1 ,2 ]
王骞 [3 ]
李琦 [4 ]
王聪 [5 ]
纪守领 [6 ,7 ]
李康 [8 ]
管晓宏 [1 ,2 ]
机构
[1] 智能网络与网络安全教育部重点实验室(西安交通大学)
[2] 西安交通大学电子与信息学部
[3] 武汉大学网络安全学院
[4] 清华大学网络科学与网络空间研究院
[5] 香港城市大学计算机科学系
[6] 浙江大学网络空间安全研究中心
[7] 浙江大学计算机科学与技术学院
[8] 乔治亚大学计算机科学系
关键词
智能系统安全; 系统安全; 数据处理; 人工智能; 深度学习;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TP309 [安全保密];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 081201 ; 0839 ; 1402 ;
摘要
人类正在经历着由深度学习技术推动的人工智能浪潮,它为人类生产和生活带来了巨大的技术革新.在某些特定领域中,人工智能已经表现出达到甚至超越人类的工作能力.然而,以往的机器学习理论大多没有考虑开放甚至对抗的系统运行环境,人工智能系统的安全和隐私问题正逐渐暴露出来.通过回顾人工智能系统安全方面的相关研究工作,揭示人工智能系统中潜藏的安全与隐私风险.首先介绍了包含攻击面、攻击能力和攻击目标的安全威胁模型.从人工智能系统的4个关键环节——数据输入(传感器)、数据预处理、机器学习模型和输出,分析了相应的安全隐私风险及对策.讨论了未来在人工智能系统安全研究方面的发展趋势.
引用
收藏
页码:2135 / 2150
页数:16
相关论文
共 8 条
[1]   基于图模型的自动驾驶推理任务调度 [J].
王娟娟 ;
乔颖 ;
王宏安 .
计算机研究与发展, 2017, 54 (08) :1693-1702
[2]   基于深层神经网络的多特征关联声学建模方法 [J].
范正光 ;
屈丹 ;
闫红刚 ;
张文林 .
计算机研究与发展, 2017, 54 (05) :1036-1044
[3]   Making Machine Learning Robust Against Adversarial Inputs [J].
Goodfellow, Ian ;
McDaniel, Patrick ;
Papernot, Nicolas .
COMMUNICATIONS OF THE ACM, 2018, 61 (07) :56-66
[4]   Resolving Individuals Contributing Trace Amounts of DNA to Highly Complex Mixtures Using High-Density SNP Genotyping Microarrays [J].
Homer, Nils ;
Szelinger, Szabolcs ;
Redman, Margot ;
Duggan, David ;
Tembe, Waibhav ;
Muehling, Jill ;
Pearson, John V. ;
Stephan, Dietrich A. ;
Nelson, Stanley F. ;
Craig, David W. .
PLOS GENETICS, 2008, 4 (08)
[5]  
DolphinAttack:Inaudible voice commands. Zhang Guoming,Yan Chen,Ji Xiaoyu.et al. Proc of 2017ACM SIGSAC Conf on Computer and Communications Security . 2017
[6]  
IBM watson. IBM. https://www.ibm.com/watson . 2019
[7]  
Knock knock who’’s there?Membership inference on aggregate location data. Pyrgelis A,Troncoso C,De Cristofaro E. Proc of the 25th Annual Network and Distributed System Security Symp (NDSS 2018) . 2018
[8]  
Skill squatting attacks on amazon alexa. Kumar D,Paccagnella R,Murley P,et al. Proc of the 27th USENIX Security Symp (USENIX Security’’18) . 2018