根据USENIXSecurity"23秋季论文信息总结如下：
研究方向
热门方向:
对抗性机器学习和对抗样本。许多研究探索了如何生成对抗样本躲避检测以及如何提升模型鲁棒性。
隐私保护和安全加强。研究通过技术手段如对称加密、同态加密等来增强模型的隐私保护能力。
恶意软件分析和检测。使用机器学习、模糊测试等技术自动发现和分析恶意软件。
冷门方向:
物联网安全。尽管物联网不断发展,但相关的安全研究仍然不足。
ARM体系结构安全。大部分研究集中在x86架构上,ARM架构相关的安全研究相对较少。
未来兴趣点:
深度强化学习安全。DeepRL在安全应用中的应用空间广阔,但相关的安全研究还不够。
物理攻击。针对各种物理攻击手段的技术缓解措施有待发掘。
网络安全系统自动化。通过自动化手段提高安全系统的效率和有效性。
趋势与建议
人工智能技术和安全研究密不可分。AI技术日益成熟,也持续制造出新的安全挑战。
互联的趋势提高了攻击面和风险。物联网、区块链等新技术带来新的攻击手段。
安全研究更加趋向于自动化、细粒度与实效。提高性能、降低开销成为目标。
研究员要跨学科学习。AI、计算机安全、人类行为学等领域密切相关。
与技术界、政府和行业保持密切合作。通过协助发现缺陷和推广安全理念,促进安全进步。
议题清单
XCheck:VerifyingIntegrityof3DPrintedPatient-SpecificDevicesviaComputingTomography
三维打印正在给医学领域带来革命性的变化，应用范围从助听器到再生器官。随着我们的社会越来越依赖这项技术来拯救生命，这些系统的安全性成为越来越重要的问题。然而，现有的利用侧信道的防御方法可能需要计算机安全领域的专业知识才能充分理解攻击的影响。
为了填补这一空白，我们提出了XCheck，利用医学成像技术来验证打印的患者特定设备的完整性。XCheck采用深度防御方法，直接比较打印设备的计算机断层扫描与其原始设计。XCheck采用基于体素的方法构建多层防御，涉及3D几何验证和多变量材料分析。为了进一步提高可用性，XCheck还提供了可调整的可视化方案，允许从业人员根据不同应用的需求，使用不同的容差阈值来检查打印出的对象。我们使用47个代表不同医学应用的PSD进行了系统评估，以验证其有效性。
文章为作者独立观点，不代表 股票程序化软件自动交易接口观点
股民评论