精品国产亚洲一区二区三区|亚洲国产精彩中文乱码AV|久久久久亚洲AV综合波多野结衣|漂亮少妇各种调教玩弄在线

<blockquote id="ixlwe"><option id="ixlwe"></option></blockquote>
  • <span id="ixlwe"></span>

  • <abbr id="ixlwe"></abbr>

    360AI安全風(fēng)險白皮書:小心深度學(xué)習(xí)逃逸攻擊

    2017以來,人工智能的興起讓“深度學(xué)習(xí)”這個詞頻繁出現(xiàn)在公眾視野。有了深度學(xué)習(xí)算法,機(jī)器也能夠模擬人類的思考方式,自主獲取知識,修習(xí)技能,完成很多常人無法完成的任務(wù)。但是作為一種新興技術(shù),深度學(xué)習(xí)算法自身仍存在很多安全缺陷和漏洞。近日360安全研究院發(fā)布的《AI安全風(fēng)險白皮書》結(jié)合深度學(xué)習(xí)逃逸攻擊方面的實例和研究工作,詳細(xì)解讀了人工智能應(yīng)用所面臨的安全風(fēng)險。

    “逃逸攻擊”是一個專業(yè)術(shù)語,它指的是攻擊者在不改變目標(biāo)機(jī)器學(xué)習(xí)系統(tǒng)的情況下,通過構(gòu)造特定輸入樣本以完成欺騙目標(biāo)系統(tǒng)的攻擊。例如,攻擊者可以修改一個惡意軟件樣本的非關(guān)鍵特征,使得它被一個反病毒系統(tǒng)判定為良性樣本,從而繞過檢測。

    1.jpg

    圖1:攻擊者生成對抗樣本使系統(tǒng)與人類有不同的判斷

    以最近頗受關(guān)注的圖像識別為例,圖像識別的原理是具備深度學(xué)習(xí)能力的人工智能系統(tǒng),模仿人類視覺功能,通過一定的算法規(guī)則,區(qū)分不同的圖像目標(biāo)。但是,目前圖像識別深度學(xué)習(xí)所依賴的判斷規(guī)則和人眼的視覺機(jī)理仍存在較大的差距,這也就意味著:只要對目標(biāo)圖片稍加改造,圖像識別系統(tǒng)就有可能在完全正常的流程下輸出一個截然不同的錯誤結(jié)果。

    此前,Ian Goodfellow在2015年ICLR會議上就提出了著名逃逸樣本,樣本使用了谷歌的深度學(xué)習(xí)研究系統(tǒng),該系統(tǒng)利用卷積神經(jīng)元網(wǎng)絡(luò),能夠精確區(qū)分熊貓和長臂猿等圖片。不過,攻擊者對熊貓的圖片“稍加改造”,增添了一些干擾因素。雖然這細(xì)微的差別并不會影響人類的判斷,不過圖像識別深度學(xué)習(xí)系統(tǒng)卻會把熊貓誤認(rèn)為長臂猿。

    2.jpg

    圖2:逃逸攻擊讓深度學(xué)習(xí)系統(tǒng)將熊貓誤認(rèn)為長臂猿

    據(jù)悉,基于機(jī)器學(xué)習(xí)的逃逸攻擊主要分為白盒攻擊和黑盒攻擊。白盒攻擊需要獲取機(jī)器學(xué)習(xí)模型內(nèi)部的所有信息,然后直接計算得到對抗樣本;黑盒攻擊則只需要知道模型的輸入和輸出,不需要了解模型內(nèi)部的構(gòu)造和狀態(tài),即可通過觀察模型輸出的變化來生成對抗樣本。

    此外,該文合作者許偉林采用遺傳編程隨機(jī)修改惡意軟件的方法,成功攻擊了兩個號稱準(zhǔn)確率極高的惡意PDF文件分類器:PDFrate和Hidost。這些逃逸檢測的惡意文件和算法自動修改出來的,并不需要PDF安全專家介入。同樣的算法可以用來對實際應(yīng)用的機(jī)器學(xué)習(xí)系統(tǒng)進(jìn)行逃逸攻擊。

    同時,針對AI系統(tǒng)的對抗性研究,就是讓人工智能系統(tǒng)輸出錯誤的結(jié)果。還是以手寫圖像識別為例,攻擊者可以構(gòu)造惡意的圖片,使得人工智能系統(tǒng)在分類識別圖片的過程中觸發(fā)相應(yīng)的安全漏洞,改變程序正常執(zhí)行的控制流或數(shù)據(jù)流,使得人工智能系統(tǒng)輸出攻擊者指定的結(jié)果。

    3.jpg

    圖3:針對人臉識別系統(tǒng)的對抗樣本生成

    白皮書中還提到,雖然深度學(xué)習(xí)系統(tǒng)經(jīng)過訓(xùn)練可以對正常輸入達(dá)到很低的誤判率,但是當(dāng)攻擊者用系統(tǒng)化的方法能夠生成誤判樣本的時候,攻擊的效率就可以接近100%,從而實現(xiàn)穩(wěn)定的逃逸攻擊。這也意味著,雖然人工智能應(yīng)用正越來越普及,但是對于逃逸攻擊的研究也應(yīng)該同步跟進(jìn),其安全問題不容忽視。

    極客網(wǎng)企業(yè)會員

    免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

    2018-02-14
    360AI安全風(fēng)險白皮書:小心深度學(xué)習(xí)逃逸攻擊
    2017以來,人工智能的興起讓“深度學(xué)習(xí)”這個詞頻繁出現(xiàn)在公眾視野。有了深度學(xué)習(xí)算法,機(jī)器也能夠模擬人類的思考方式,自主獲取知識,修習(xí)技能,完成很多常人無法完成的任務(wù)。但是作為一種新興技術(shù),深度學(xué)習(xí)算法自身仍存在很多安全缺陷和漏洞。

    長按掃碼 閱讀全文