机构名称：
¥ 3.0
根据 2020 年网络威胁防御报告，78% 的加拿大组织在 2020 年至少经历过一次成功的网络攻击 [1]。此类攻击的后果各不相同，从隐私泄露到个人、公司和国家的巨大损失。专家预测，到 2025 年，网络犯罪造成的全球损失每年将达到 10.5 万亿美元 [2]。鉴于这些令人震惊的统计数据，预防和预测网络攻击的需求比以往任何时候都高。人工智能作为当代尖端技术的爆炸式发展正在改变全球的面貌，因为它几乎渗透到了我们生活的方方面面。人工智能为我们带来了灵活、准确且经济高效的解决方案，涉及众多领域，包括但不限于医学、金融、工程和网络安全。我们的关键基础设施越来越依赖基于人工智能 (AI) 和机器学习 (ML) 的解决方案来提供大规模的及时服务 [3]。我们越来越依赖基于 ML 的系统，这引发了人们对这些系统的安全性和保障性的严重担忧。尤其是强大的机器学习技术的出现，这些技术可以生成虚假的视觉、文本或音频内容，具有欺骗人类的巨大潜力，引发了严重的道德担忧。这些人工制作的欺骗性视频、图像、音频或文本被称为 Deepfakes，因其可能用于制造假新闻、恶作剧、报复性色情和金融欺诈而受到关注。最近在
深度伪造检测、威慑和响应 - arXiv
主要关键词
相关文件推荐
