数据安全综述：来自网络安全的实践与机器学习的挑战
密码学与安全
2023-12-05 v3
摘要
机器学习（ML）正日益部署于关键系统中。ML 对数据的依赖性使得保护用于训练和测试 ML 赋能系统的数据至关重要。尽管网络安全领域已确立完善的信息安全实践，ML 赋能系统却产生了新的攻击面。此外，数据科学与网络安全领域各有其专属的技能与术语体系。本综述旨在为两个领域的专家提供背景知识，主题涵盖密码学、访问控制、零信任架构、同态加密、面向机器学习的差分隐私以及联邦学习，以建立共同基础并促进数据安全的进展。
引用
@article{arxiv.2310.04513,
title = {A Survey of Data Security: Practices from Cybersecurity and Challenges of Machine Learning},
author = {Padmaksha Roy and Jaganmohan Chandrasekaran and Erin Lanus and Laura Freeman and Jeremy Werner},
journal= {arXiv preprint arXiv:2310.04513},
year = {2023}
}