人工智能时代的网络空间安全专题简介

专题简介

Guest Editors:

Elisa Bertino, Purdue University

N. Asokan, University of Waterloo

Zhenkai Liang, National University of Singapore

Xinsheng Ji, Purple Mountain Laboratories

Xiaofeng Tao, Beijing University of Posts and Telecommunications

Qi Li, Tsinghua University

Kui Ren, Zhejiang University

近年来, 人工智能和机器学习的迅速发展，既给网络空间安全带来了机遇也带来了挑战: 大量的人工智能和机器学习算法应用在攻击流量识别、入侵检测系统和恶意软件识别等领域, 有效提高了网络空间的安全; 同时, 人工智能和机器学习算法也存在着不可解释性的缺陷, 简单构造的对抗样本有可能导致机器学习算法输出错误的预测结果等. 应对这些挑战需要研究安全鲁棒的人工智能和机器学习算法及相关应用. 因此, SCIENCE CHINA Information Sciences 在2022年第65卷第7期组织出版了专题“Special Focus on Cyber Security in the Era of Artificial Intelligence”. 经过严格的同行评审, 本专题共收录8 篇文章.

综述论文总结分析了在对抗场景下神经网络所面临的机遇和挑战, 并探讨了对抗机器学习在对抗场景的应用. 

Intelligent networking in adversarial environment: challenges and opportunities

Zhao Yi, Xu Ke, Li Qi, et al. Sci China Inf Sci, 2022, 65(7): 170301

5篇研究论文分别探讨了机器学习在不同典型场景中的应用, 包括: 物联网场景下基于联邦学习的纹理表示问题、基于机器学习网络入侵系统的后门攻击问题、基于机器学习的电磁频率指纹认证问题、基于深度强化学习的网络探测攻击防御问题、基于随机平滑的补丁攻击可验证防御问题. 

Non-IID federatedlearning via random exchange of local feature maps for textile IIoT secure computing

Peng Bo, Chi Mingmin, Liu Chao.  Sci China Inf Sci, 2022, 65(7): 170302

VulnerGAN: a backdoor attack through vulnerability amplification against machine learning-based network intrusion detection systems

Liu Guangrui, Zhang Weizhe, Li Xinjie, et al.  Sci China Inf Sci, 2022, 65(7): 170303

Reliable resource allocation with RF fingerprinting authentication in secure IoT networks

Wu Weiwei, Hu Su, Lin Di, et al. Sci China Inf Sci, 2022, 65(7): 170304

Reliable resource allocation with RF fingerprinting authentication in secure IoT networks

Li Huanruo, Guo Yunfei, Huo Shumin, et al. Sci China Inf Sci, 2022, 65(7): 170305

Certified defense against patch attacks via mask-guided randomized smoothing

Zhang Kui, Zhou Hang, Bian Hhuanyu, et al. Sci China Inf Sci, 2022, 65(7): 170306

此外, 专题也研究探讨了机器学习的隐私保护问题, 包括隐私保护的联邦学习和基于机器学习的安全数据交易.

ACCEL: an efficient and privacy-preserving federated logistic regression scheme over vertically partitioned data

Zhao Jiaqi, Zhu Hui, Wang Fengwei, et al. Sci China Inf Sci, 2022, 65(7): 170307

Post quantum secure fair data trading with deterability based on machine learning

Liu Jinhui, Yu Yong, Bi Hongliang, et al. Sci China Inf Sci, 2022, 65(7): 170308

综上, 本专题关注人工智能和机器学习对网络空间安全的机遇和挑战, 旨在促进人工智能和机器学习的相关安全研究. 在此, 我们衷心感谢投稿本专题的所有作者, 并向所有匿名审稿人给予的及时细致的评审工作致以诚挚的谢意.

相关阅读

本文内容可能会与最终出版文章有微小差异，点击下方阅读原文按钮，快速获取文章最新版本。

《中国科学：信息科学》| SCIENCE CHINA Information Sciences

及时报道计算机科学与技术、控制科学与控制工程、通信与信息系统、微电子与固体电子学等领域基础与应用研究方面的原创性成果.

英文版投稿：https://mc03.manuscriptcentral.com/scis

中文版投稿：https://www.scicloudcenter.com/SSI/login/index

快速访问：http://scis.scichina.com/