Page 130 - 大数据背景下网络安全问题研究

大数据背景下网络安全问题研究
Research on Network Security Issues under the Background of Big Data

据，就好比给系统一个程序，通过改变它们的自由空间作用，系统将会受到程序的影
响而改变自身的组织，最后这个系统将会选择一个最优的环境生存。在这个时期最具
有代表性的研究就是Samuet的下棋程序。但这种机器学习的方法还远远不能满足人类
的需要。

2.第二阶段从20世纪60年代中叶到20世纪70年代中叶
这个时期主要研究将各个领域的知识植入系统里，在本阶段的目的是通过机器模
拟人类学习的过程。同时还采用了图结构及其逻辑结构方面的知识进行系统描述，在
这一研究阶段，主要是用各种符号来表示机器语言，研究人员在进行实验时意识到学

习是一个长期的过程，从这种系统环境中无法学到更加深入的知识，因此研究人员将
各专家学者的知识加入系统里，经过实践证明这种方法取得了一定的成效。在这一阶
段具有代表性的工作有Hayes-Roth和Winson的对结构学习系统方法。
3.第三阶段从20世纪70年代中叶到20世纪80年代中叶

这个时期称为复兴时期。在此期间，人们从学习单个概念扩展到学习多个概念，
探索不同的学习策略和学习方法，且在本阶段已开始把学习系统与各种应用结合起
来，并取得很大的成功。同时，专家系统在知识获取方面的需求也极大地刺激了机

器学习的研究和发展。在出现第一个专家学习系统之后，示例归纳学习系统成为研
究的主流，自动知识获取成为机器学习应用的研究目标。1980年，在美国的卡内基
梅隆（CMU）召开了第一届机器学习国际研讨会，标志着机器学习研究已在全世界
兴起。此后，机器学习开始得到了大量的应用。1984年，Simon等20多位人工智能专
家共同撰文编写的Machine Learning文集第二卷出版，国际性杂志Machine Learning创

刊，更加显示出机器学习突飞猛进的发展趋势。这一阶段代表性的工作有Mostow的
指导式学习、Lenat的数学概念发现程序、Langley的BACON程序及其改进程序。
4.第四阶段20世纪80年代中叶

这是机器学习的最新阶段，这个时期的机器学习具有如下特点：
一是机器学习已成为新的学科，它综合应用了心理学、生物学、神经生理学、数
学、自动化和计算机科学等形成了机器学习理论基础。
二是融合了各种学习方法，且形式多样的集成学习系统研究正在兴起。

三是机器学习与人工智能各种基础问题的统一性观点正在形成。
四是各种学习方法的应用范围不断扩大，部分应用研究成果已转化为产品。
五是与机器学习有关的学术活动空前活跃。
（二）发展现状

机器学习是人工智能及模式识别领域的共同研究热点，其理论和方法已被广泛
应用于解决工程应用和科学领域的复杂问题。2010年的图灵奖获得者为哈佛大学的

• 118 •