面向网络安全与数字取证的机器学习与深度学习技术综述
密码学与安全
2025-01-08 v1 人工智能
摘要
在网络安全和数字取证领域，机器学习（ML）和深度学习（DL）已成为变革性技术，提供识别、停止和分析网络风险的方法。本综述概述了在这些领域中使用的 ML 和 DL 方法，展示了其优势、局限性和潜力。涵盖的范围包括用于探测系统入侵、分类恶意软件以防止网络安全攻击、检测异常性并增强韧性的多种 AI 技术。本研究通过强调需要进一步研究的领域，并提出构建适用于不断演变的网络安全和数字取证环境的透明且可扩展的 ML 和 DL 解决方案的方法，来总结其应用前景。
引用
@article{arxiv.2501.03250,
title = {Machine Learning and Deep Learning Techniques used in Cybersecurity and Digital Forensics: a Review},
author = {Jaouhar Fattahi},
journal= {arXiv preprint arXiv:2501.03250},
year = {2025}
}