1. 中国移动通信集团有限公司
2. 中移(上海)信息通信科技有限公司
3. 北京邮电大学
Published:2025
移动端阅览
江为强, 路骁虎, 唐双林, et al. 关于人工智能数据投毒安全风险的解决方案[J]. 2025, (5): 69-71+87.
DOI:
江为强, 路骁虎, 唐双林, et al. 关于人工智能数据投毒安全风险的解决方案[J]. 2025, (5): 69-71+87. DOI: 10.13992/j.cnki.tetas.2025.05.005.
本文简要介绍了人工智能数据投毒技术及其面临的安全风险,重点从投毒技术、投毒防御技术两个方面论述了当前先进的技术理念和技术有效性,并提出了覆盖多种数据类型的人工智能数据投毒检测平台,最后探讨了人工智能数据投毒检测技术未来的研究方向。
戚振兴.基于深度学习的图像识别算法优化与应用研究[J].科技与创新,2025(07).
韩冰,王佳音,钟新龙.系统构建人工智能安全防护体系[J].软件和集成电路,2025(01).
周雪,苘大鹏,许晨,吕继光,曾凡一,高朝阳,杨武.无人系统中离线强化学习的隐蔽数据投毒攻击方法[J].通信学报,2024(12).
孙清白.论人工智能大模型训练数据风险治理的规范构建[J].电子政务,2024(12).
姜伟龙,何琨.面向LinUCB算法的数据投毒攻击方法[J].中国科学:信息科学,2024(07).
唐双林,卓蔚,周志洪,侍国亮.基于BiLSTM与Attention机制的深度学习在5G网络流量预测中的应用研究[J].电脑知识与技术,2024(19).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution