人工智能教育应用的安全风险与应对之策
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.
人工智能、AI教育应用、机器学习、风险、信息安全、贝叶斯方法、区块链
36
G420(教学理论)
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"16BGL003;国家自然科学基金"基于位置的认证协议研究"61170227;教育部人文社科项目"基于数字认证的 MOOC诚信机制研究"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"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39120K178038的阶段研究成果
2018-08-15（万方平台首次上网日期，不代表论文的发表时间）
共7页
88-94
