Apr, 2022

超越 5G 安全的可解释人工智能综述：技术方面、使用案例、挑战和研究方向

PDF
TL;DR本研究旨在探索解释机器学习方法在 B5G 安全领域的潜力，从而使决策过程透明可理解，系统自动化行为可追溯管理，涵盖 5G、B5G、人工智能、机器学习和解释机器学习方法的研究。
发现论文，激发创造
  • 可解释人工智能（XAI）在 6G 中的应用：增强人机之间的信任

    本综述旨在探讨可解释人工智能在 6G 系统中的应用，包括公共和法律动机、解释性定义、性能与解释性权衡、提高可解释性的方法以及将可解释性纳入未来无线系统的框架，由 PHY 和 MAC 层的优化案例研究支持。

    Nov, 2019

  • 网络安全可解释人工智能调查

    通过对网络系统中的网络驱动安全威胁和问题进行系统分类，本文就网络安全中的可解释人工智能问题进行了回顾和研究，探讨了解释人工智能目前的挑战和局限性，并提出了未来的研究方向。

    Mar, 2023

  • 人工智能为基础的 5G 及其以上的无线网络：最新进展与未来挑战

    本文研究了如何利用人工智能（AI）和机器学习（ML）技术来设计和运营 B5G 无线网络，包括对最近的进展和未来挑战的综述，以及对 ML 算法和应用的回顾，并总结了将 AI/ML 算法应用于 B5G 网络的标准发展。

    Jan, 2020

  • 可解释人工智能（XAI）在物联网中的应用调查

    本文针对黑盒子人工智能模型存在的不可解释性问题，在物联网领域提供了一些可解释的人工智能模型的系统性研究和分类，同时探讨了一些挑战性问题和未解决问题，并给出了未来发展方向。

    Jun, 2022

  • 面向网络安全的可解释人工智能：现状、挑战、未解问题和未来方向

    本文综述了可解释人工智能在网络安全领域中的应用，以及传统人工智能技术的挑战和在不同行业和应用中 XAI 的实现。

    Jun, 2022

  • 可解释人工智能 (XAI) 中的机遇与挑战：一份调查

    本文介绍了深度学习中可解释人工智能技术（XAI），提出了技术分类法并介绍了方法学、范畴和应用层次等主要原则，旨在建立可信、可解释和自说明的深度学习模型。此外，通过八种不同的可解释人工智能算法对图像数据进行了评估，讨论了这种方法的局限性，并提出了未来改进的潜在方向。

    Jun, 2020

  • 可解释性物联网人工智能：概述、现状和未来方向

    论文综述了可解释人工智能（XAI）在物联网中的应用，重点介绍了 XAI 在安全增强、医疗物联网（IoMT）、工业物联网（IIoT）和城市物联网（IoCT）等应用中的广泛使用以及在这些应用中 XAI 模型的实现选择，同时介绍了边缘 XAI 结构和第六代（6G）通信服务对物联网应用的支持。

    Nov, 2022

  • 可解释的人工智能与网络安全：一次系统性文献综述

    本文系统评述 XAI 应用于网络安全的研究现状，探讨 XAI 在哪些领域已经适用于网络安全，并解决黑箱 AI 在网络安全领域应用中的难点。

    Feb, 2023

  • TRUST XAI: 模型无关的人工智能解释及工业物联网安全案例研究

    提出了一种通用的解释型 AI 模型 TRUST，采用因子分析、互信息和多模态高斯分布等方法，用于解释海量数字数据应用中黑盒子型 AI 的输出，案例研究表明该模型在工业物联网网络安全领域表现良好，对新的样本的解释成功率平均可达到 98%，且在性能、速度和解释方式等方面优于流行的 LIME 模型。

    May, 2022

  • 可解释人工智能分析和设计的多组件框架

    这篇论文讨论了符合科学历史的可解释人工智能 (XAI) 的框架问题，其原因追溯至现代机器学习（尤其是深度和强化学习）和对创造值得信赖的 AI 系统的关注，它的五个级别框架是 XAI 的关键组成部分。

    May, 2020