文献类型：期刊文章

作　　者：薛庆水[1] 李凤英[2]

Xue Qingshui1 ＆ Li Fengying2(1. School of Computer Science and Information Engineering, Shanghai Institute of Technology, Shanghai 201418 ; 2. Graduate School of Education, School of Continuing Education, Shanghai Jiao Tong University, Shanghai 20024)

机构地区：[1]上海应用技术大学计算机科学与信息工程学院,上海201418 [2]上海交通大学继续教育学院高等教育研究院,上海200240

出　　处：《远程教育杂志》

基　　金：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"(项目编号:16BGL003);国家自然科学基金"基于位置的认证协议研究"(项目编号:61170227);教育部人文社科项目"基于数字认证的MOOC诚信机制研究"(项目编号: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"(项目编号: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"(项目编号:39120K178038)的阶段研究成果

年　　份：2018

卷　　号：36

期　　号：4

起止页码：88-94

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2017_2018、JST、NSSD、RCCSE、RWSKHX、核心刊

摘　　要：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。

关 键 词：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  

分 类 号：G420]