1、專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為,以獲取新的知識(shí)或技能,重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。
2、機(jī)器學(xué)習(xí)是用數(shù)據(jù)或以往的經(jīng)驗(yàn),以此優(yōu)化計(jì)算機(jī)程序的性能標(biāo)準(zhǔn)。
3、機(jī)器學(xué)習(xí)是一門人工智能的科學(xué),該領(lǐng)域的主要研究對(duì)象是人工智能,特別是如何在經(jīng)驗(yàn)學(xué)習(xí)中改善具體算法的性能。
4、對(duì)于某類任務(wù)T和性能度量P,如果一個(gè)計(jì)算機(jī)程序在T上以P衡量的性能隨著經(jīng)驗(yàn)E而自我完善,那么我們稱這個(gè)計(jì)算機(jī)程序在從經(jīng)驗(yàn)E學(xué)習(xí)。
機(jī)器學(xué)習(xí)的分類(根據(jù)反饋的不同)
1、監(jiān)督學(xué)習(xí):主要特點(diǎn)是要在訓(xùn)練模型時(shí)提供給學(xué)習(xí)系統(tǒng)訓(xùn)練樣本以及樣本對(duì)應(yīng)的類別標(biāo)簽,因此又稱為有導(dǎo)師學(xué)習(xí)。典型的監(jiān)督學(xué)習(xí)方法:決策樹、支持向量機(jī)(SVM)、監(jiān)督式神經(jīng)網(wǎng)絡(luò)等分類算法和線性回歸等回歸算法。
2、無監(jiān)督學(xué)習(xí):主要特點(diǎn)是訓(xùn)練時(shí)只提供給學(xué)習(xí)系統(tǒng)訓(xùn)練樣本,而沒有樣本對(duì)應(yīng)的類別標(biāo)簽信息。典型的無監(jiān)督學(xué)習(xí)方法:聚類學(xué)習(xí)、自組織神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)
3、強(qiáng)化學(xué)習(xí):主要特點(diǎn)是通過試錯(cuò)來發(fā)現(xiàn)最優(yōu)行為策略而不是帶有標(biāo)簽的樣本學(xué)習(xí)。
形象化解釋:
機(jī)器學(xué)習(xí)的應(yīng)用方面
1、圖像處理識(shí)別(人臉識(shí)別、圖片分類)
2、自然語言處理
3、網(wǎng)絡(luò)安全(垃圾郵件檢測(cè)、惡意程序流量檢測(cè))
5、機(jī)器人
6、醫(yī)療擬合預(yù)測(cè)
7、神經(jīng)網(wǎng)絡(luò)
8、金融高頻交易
9、互聯(lián)網(wǎng)數(shù)據(jù)挖掘/關(guān)聯(lián)推薦
機(jī)器學(xué)習(xí)安全分類體系
1、按照對(duì)分類器的影響:
(1) 誘發(fā)性攻擊
(2) 探索性攻擊
2、按照安全損害類型
(1) 完整性攻擊
(2) 可用性攻擊
(3) 隱私竊取攻擊
3、按照攻擊的專一性
(1) 針對(duì)性攻擊
(2) 非針對(duì)性攻擊
機(jī)器學(xué)習(xí)敵手模型
1、敵手目標(biāo)
敵手目標(biāo)可以從兩個(gè)角度描述,即攻擊者期望造成的安全破壞程度(完整性、可用性或隱私性)和攻擊的專一性(針對(duì)性、非針對(duì)性)。例如:攻擊者的目標(biāo)可以是產(chǎn)生一個(gè)非針對(duì)性的破壞完整性的攻擊,來最大化分類器的錯(cuò)誤率;也可以產(chǎn)生針對(duì)性的竊取隱私的攻擊,來從分類器中獲得具體的客戶隱私信息。
2、敵手知識(shí)
敵手的知 識(shí)可以從分類器的具體組成來考慮,從敵手是否知 道分類器的訓(xùn)練數(shù)據(jù)、特征集合、學(xué)習(xí)算法和決策 函數(shù)的種類及其參數(shù)、分類器中可用的反饋信息 (敵手通過輸入數(shù)據(jù)得到系統(tǒng)返回的標(biāo)簽信息)等 方面將敵手知識(shí)劃分為有限的知識(shí)和完全的知識(shí)。
3、敵手能力
敵手的知 識(shí)主要是指攻擊者對(duì)訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)的控制 能力??梢詮囊韵聨讉€(gè)方面定義:第一是攻擊對(duì)分 類器造成的影響是探索性的還是誘發(fā)性的;第二是 敵手控制訓(xùn)練數(shù)據(jù)或者測(cè)試數(shù)據(jù)的程度;第三是敵手操縱的特征的內(nèi)容及具體程度。
4、攻擊策略
敵手的攻擊策略 是指攻擊者為了最優(yōu)化其攻擊目的會(huì)對(duì)訓(xùn)練數(shù)據(jù) 和測(cè)試數(shù)據(jù)進(jìn)行的修改措施。具體包括:攻擊哪些 樣本類型;如何修改類別信息;如何操縱特征等。
安全性問題匯總
1、垃圾郵件檢測(cè)系統(tǒng)和惡意流量檢測(cè)系統(tǒng)等發(fā)現(xiàn)針對(duì)系統(tǒng)模型特點(diǎn)來逃避檢測(cè)的問題
2、針對(duì)面部識(shí)別系統(tǒng)缺陷來模仿受害者身份的非法認(rèn)證危害
3、針對(duì)醫(yī)療數(shù)據(jù)、人物圖片數(shù)據(jù)的隱私竊取危害
4、針對(duì)自動(dòng)駕駛汽車、語音控制系統(tǒng)的惡意控制危害
-
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8377瀏覽量
132407
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論