Oct, 2023

保障数字世界安全：利用人工智能（AI）提供恶意软件和入侵检测保护智能基础设施和数字产业

PDF
TL;DR本研究探讨基于人工智能的网络威胁检测以保护我们的现代数字生态系统，主要关注评估基于机器学习的分类器和集成模型，用于异常恶意软件检测和网络入侵检测，并探讨如何将这些模型整合到网络安全、移动安全和物联网安全的环境中。讨论重点是在企业系统和 IT 基础设施中部署和整合 AI 增强的网络安全解决方案的挑战，以及克服这些挑战的选择。最后，本文提供了未来研究方向，以进一步增强我们现代数字产业、基础设施和生态系统的安全性和韧性。
artificial intelligencemachine learningcyber threat detectionmalware detectionnetwork security
发现论文，激发创造
  • 深度学习方法用于网络安全和入侵检测系统的综述

    本文调查了应用于网络入侵检测的各种深度学习技术，并介绍了一个用于网络安全应用的深度学习框架。

    Dec, 2020

  • 人工智能在网络安全中的应用：威胁、攻击和缓解

    讨论了网络安全、网络威胁以及传统和智能防御措施，并最终以人工智能在网络安全领域未来的前景作为讨论的结尾。

    Sep, 2022

  • 基于人工智能的恶意软件检测技术现状综述

    这项综述介绍了最新的人工智能技术在恶意软件检测和预防领域的应用，包括浅层学习、深度学习和生物启发计算，以及 PC、云、Android 和物联网等多种平台。同时，还涉及了黑客采用人工智能设计更高级的恶意软件以及利用人工智能算法自卫的现状。

    Oct, 2022

  • 深度学习在金融领域提升网络安全弹性与高级威胁检测

    本研究使用深度学习进行高级威胁检测，提高金融行业的网络安全性，并且聚焦异常入侵检测技术的研究。

    Feb, 2024

  • 现代数字取证与事件响应中人工智能和机器学习角色的综合分析

    人工智能和机器学习技术在数字取证和事件响应中的应用以及其所涉及的研究领域和主题进行了彻底的分析，揭示了其在数据收集与恢复、网络犯罪时间线重建、大数据分析、模式识别和确保物证链的安全、并针对黑客事件进行响应策略方面的关键作用和局限性。

    Sep, 2023

  • 利用人工智能技术进行恶意软件检测和预防

    介绍使用基于人工智能的技术来检测和预防恶意软件活动，强调现有恶意软件检测技术的局限性和提高效率的方法，并阐述了未来采用的方法。

    Jun, 2022

  • 人工智能的恶意使用：预测、预防和缓解

    该报告调查了恶意使用 AI 的潜在安全威胁的现状，并提出了更好地预测，预防和减轻这些威胁的方法。在分析了 AI 可能如何影响数字，物理和政治领域的威胁格局之后，我们为 AI 研究人员和其他利益相关者提出了四个高层次的建议。我们还建议一些有前途的研究领域，以扩展防御手段的组合，或使攻击变得不那么有效或难以执行。最后，我们讨论了进攻者和防御者的长期平衡，但并未得出确定性结论。

    Feb, 2018

  • 物联网安全中的机器学习：现有解决方案与未来挑战

    本文系统评估了物联网网络的安全需求、攻击向量和现有安全解决方案，探索了应用机器学习和深度学习技术来解决物联网网络不同安全问题的现有解决方案，并讨论了基于当前文献中现有解决方案的基础上，ML 和 DL 为基础的 IoT 安全的未来研究方向。

    Mar, 2019

  • 通过基于 AI 的反应系统解决网络攻击问题：综述与未来展望

    综述了人工智能在网络安全中应对威胁系统的最新进展，提供了对人工智能与网络安全交叉领域的全面分析，指出了未来研究的挑战。

    Dec, 2023

  • 机器学习基于物联网生态系统中的攻击揭秘：调查及背后的开放图书馆

    通过全面的研究和分析，本文旨在为人工智能在物联网快速发展的领域中保护 ML 模型和数据提供宝贵见解和实际解决方案。

    Jan, 2024