Page 147 - 大数据背景下网络安全问题研究

» 第五章 机器学习在网络信息安全中的应用

3.提升现有方式的准确度、有效性
由于目前的大多数隐私权防护方式都是采用同态加密、安全多重运算和差分隐
私的，而目前这几种技术手段的传输、运算等费用都相当大，这就降低了计算的有效
性，也造成了无谓的资源浪费。同时，这种方式也面临着精度逐渐丧失的问题，所以
研发更为有效、准确度更高的隐私权防护方式将是下一个重大的研发方向。

综上所述，机器学习本身的脆弱性造成其安全性威胁产生的必然，同时易于暴露
使用者秘密，近年来，机器学习的安全性问题受到了普遍重视。机器学习通常被视为
黑盒模型，其决策算法也具有不解释性，这就为机器学习的安全防护与隐私保障造成

了相当的障碍。在当前，机器学习安全防护和隐私保障技术的研发仍处在起步阶段，
未来需要进一步加强研究。

• 135 •