深度学习与工业互联网安全：应用与挑战_杨晨
不忘初心，得始终 2021/5/17 21:46:40
摘要:工业互联网安全是制造强国和网络强国建设的基石，深度学习因其具有表达能力强、适应性好、可移植性高等优点而可支持“智能自主式”工业互联网安全体系与方法构建，因此促进深度学习与工业互联网安全的融合创新具有鲜明价值。本文从产业宏观、安全技术、深度学习系统等角度全面分析了发展需求，从设备层、控制层、网络层、应用层、数据层的角度剖析了深度学习应用于工业互联网安全的发展现状:阐述了工业互联网深度学习应用在模型训练、模型预测方面的安全挑战，前瞻研判了未来研究的重点方向，如深度神经网络可解释性、样本收集和计算成本、样本集不均衡、模型结果可靠性、可用性与安全性平衡等。研究建议，在总体安全策略方面，深化促进两者的融合发展，建立动态的纵深防御体系:在技术攻关研究方面，采用应用驱动和前沿探索相结合的攻关方式，加快领域关键技术问题的攻关突破；在政策支持与引导方面，合理增加交叉领域的资源投入，建立“产学研”联合研发与应用的生态体系。
- 2021-05-18
- 阅读239
- 下载0
- 9页
- pdf
