| 机器学习中的隐私保护综述 |
| |
| 作者姓名： | 赵镇东 常晓林 王逸翔 |
| |
| 作者单位： | 智能交通数据安全与隐私保护技术北京市重点实验室 北京 中国 100044;北京交通大学计算机与信息技术学院 北京 中国 100044,智能交通数据安全与隐私保护技术北京市重点实验室 北京 中国 100044;北京交通大学计算机与信息技术学院 北京 中国 100044,智能交通数据安全与隐私保护技术北京市重点实验室 北京 中国 100044;北京交通大学计算机与信息技术学院 北京 中国 100044 |
| |
| 基金项目： | 本课题得到国家自然科学基金（No.U1836105）资助。 |
| |
| 摘 要： | 机器学习被广泛应用于自动推理、自然语言处理、模式识别、计算机视觉、智能机器人等人工智能领域,成为许多领域研究与技术应用中必不可少的一个工具。然而,机器学习本身存在隐私安全问题,已经引起了越来越多的关注。本文专门针对机器学习中的隐私问题进行了分类和较为详细的介绍,提出了基于攻击对象的隐私威胁分类方式,并清晰地展示了防御技术的研究思路,最后给出了亟待解决的问题和发展方向。
|
| 关 键 词： | 机器学习 隐私威胁 隐私保护 |
| 收稿时间： | 2019-06-15 |
| 修稿时间： | 2019-08-13 |
|
| 点击此处可从《信息安全学报》浏览原始摘要信息 |
|
点击此处可从《信息安全学报》下载全文 |
|
