8、加密技术推动人工智能进化

加密技术推动人工智能进化

1. 背景与动机

在当今数字化时代，安全与隐私成为人们最为关注的问题。黑客每日都在尝试发现系统漏洞并加以利用，即便采用了加密技术，恶意系统活动的报告依旧层出不穷，这表明传统加密方法已难以抵御新型攻击。近年来，众多研究者对安全人工智能产生了浓厚兴趣，相关领域也发表了不少调查研究。

1.1 安全人工智能相关调查

多数调查聚焦于特定的安全方面，如隐私或弹性，或是特定的人工智能工具，像神经网络（NNs）、机器学习（ML）或深度学习（DL）。以下是一些具有代表性的调查：
- 协作深度学习（CDL）的隐私研究 ：有研究从隐私角度探讨了CDL，讨论了通用加密算法及其他用于保护CDL隐私的技术。
- 弹性机器学习研究 ：关注网络网络物理系统中弹性机器学习的应用，强调弹性是安全网络物理系统中机器学习算法的必要属性。
- 安全医疗系统中的鲁棒机器学习 ：回顾了安全医疗系统中的鲁棒机器学习，研究了医疗领域各种隐私保护场景及相应的鲁棒机器学习方法。
- 隐私保护深度学习方法 ：基于多方计算和数据加密的隐私保护深度学习方法调查，重点关注训练和推理阶段的隐私问题，并对鲁棒深度学习方法进行了分类。
- 深度学习的安全与隐私问题 ：总结了深度学习中的安全和隐私问题，以及相关的攻击和防御方法，尤其关注对抗攻击，并讨论了相关挑战和开放性问题。
- 安全人工智能的攻击研究 ：研究了对深度学习模型的攻击，包