深度学习在信息安全中的应用
密码学与安全
2018-09-13 v1 机器学习
摘要
机器学习在解决难以人工处理的复杂信息安全问题方面有着悠久的传统。机器学习技术从数据表示中学习模型以完成任务，这些数据表示由领域专家手工设计。深度学习是机器学习的一个子领域，其使用的模型由多层组成，因此用于解决任务的表示是从数据中学习而非人工设计。在本综述中，我们研究了深度学习（DL）技术在信息安全领域的应用。我们系统回顾了77篇论文，并从以数据为中心的视角加以呈现。这种以数据为中心的视角反映了DL技术最关键的优势之一——领域无关性。若DL方法在一个领域中对某类数据成功解决问题，则很可能也对另一领域的相似数据成功。DL方法的其他优势还包括无与伦比的可扩展性与效率，无论就可分析样本数量还是输入数据维度而言皆是如此。DL方法通常能实现高性能并良好泛化。然而，信息安全是一个具有独特需求与挑战的领域。基于对所回顾论文的分析，我们指出了DL方法在满足这些需求方面的不足，并讨论了进一步的研究机会。
引用
@article{arxiv.1809.04332,
title = {Deep Learning in Information Security},
author = {Stefan Thaler and Vlado Menkovski and Milan Petkovic},
journal= {arXiv preprint arXiv:1809.04332},
year = {2018}
}