摘要
在当今的计算机科学中,机器学习是最流行的算法之一,并被广泛运用于各个领域.尽管其具备诸多良好性能,但算法和相关的训练数据依然易受到各种各样的网络威胁.因此,对于网络威胁和相关的机器学习防御技术的深层次研究是极其重要的.如今,许多学者已经研究了包括朴素贝叶斯、决策树、支持向量机、k-邻近算法等在内的学习算法以应对网络威胁.本文中首先从训练阶段和测试阶段这两个方面论述现有网络威胁,其次综述总结了在面对新威胁时被动防御和主动防御等几种改进的机器学习算法,最后对网络威胁和机器学习防御技术在今后的发展趋势进行了展望.
出处
《赤峰学院学报（自然科学版）》
2018年第12期44-46,共3页
Journal of Chifeng University(Natural Science Edition)
基金
国家级大学生创新创业计划训练项目(201810360052)
