节点文献

人工智能教育应用的安全风险与应对之策

免费订阅

【作者】 薛庆水李凤英

【Author】 Xue Qingshui;Li Fengying;School of Computer Science and Information Engineering,Shanghai Institute of Technology;Graduate School of Education,School of Continuing Education,Shanghai Jiao Tong University;

【机构】 上海应用技术大学计算机科学与信息工程学院上海交通大学继续教育学院高等教育研究院

【摘要】 近年来,人工智能技术不断取得重大突破,成为国际科研前沿和研究热点,尤其在教育领域有着广阔的发展前景。然而任何事物都有两面性,人工智能在给教育带来便利和服务的同时,也带来了巨大风险和威胁。在教育领域中,人们似乎更关心人工智能的发展与应用,关注人工智能的基础建设、软硬件及其产生的教育大数据的利用率以及人工智能所带来的变化,却忽视了人工智能教育应用的潜在风险和新的安全威胁。而这种威胁一旦大规模爆发,将带来前所未有的危害。机器学习是人工智能的核心,也是实现人工智能的手段和方法,黑客正是巧妙地利用机器学习进行智能攻击,这也启迪人们,同样地也可以利用机器学习对教育系统进行智能防御、自我修复和反攻击。为此,提出了基于贝叶斯方法的人工智能安全防御模型和解决方案,以期为智能时代的教育网络空间安全,做出理论方面的一些探索。

【基金】 国家社科基金项目“基于贝叶斯方法的社会网络大数据使用与隐私保护平衡机制研究”(项目编号:16BGL003);国家自然科学基金“基于位置的认证协议研究”(项目编号:61170227);教育部人文社科项目“基于数字认证的MOOC诚信机制研究”(项目编号:14YJA880033);上海应用技术大学协同创新项目“机器视觉与机器嗅觉协同创新平台”(项目编号:3921NH166033);协同创新基金“轨道交通盾构掘进评判模型、安全技术体系构建及软件实现”(项目编号:39120K178038)的阶段研究成果
【所属期刊栏目】 学术视点 (2018年04期)
  • 【DOI】10.15881/j.cnki.cn33-1304/g4.2018.04.011
  • 【分类号】G434
  • 【下载频次】142
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: