近年来,随着当今计算机与相关通讯技术领域的技术高速化发展、数据量规模的呈现爆发式高速增长,以及个人计算机数据运算整合能力等的需求逐步的提升,基于机器学习技术发展的新一代人工智能应用得到奠定了人工智能长足地发展进步的理论基础。基于机器学习技术的一些新智能算法技术的相继出现,更加有力推动促进了全球人工智能技术應用领域的技术大爆发。国家政策也已将发展人工智能技术领域提高到一项国家重大发展国家战略决策的战略重要高度。2017年发布国务院和印发文件《新一代人工智能发展规划》等(国发〔2017〕35号文件)政策,提出完善了推进面向至2030年实现我国实现新一代网络人工智能技术发展升级的主要指导思想、战略目标、重点任务安排和重大保障支持措施,部署构筑加快我国新型人工智能体系发展创新的先发科技优势,加快国家建设为创新型国家示范区和现代化世界科技强国。目前,人工智能技术分别在视频图像快速识别、自然语言分析处理、语音翻译、视频内容智能识别分析等诸多方面上都逐渐有进入了各种实际网络的网络应用和场景,并普遍取得到了较良好使用的安全效果。因此,探索研究在移动网络与安全网络领域广泛使用并基于大规模机器学习计算的先进人工智能技术方法具有极为重要广泛的现实意义。
人工智能技术定义本身即是指这样一个学科含义中较为抽象与宽泛的一种人工智能范畴,泛指了各种可以由机器人工智能设计制造或发展改造出来的高度智能化技术系统及其它所随时可能被表现出来的各类高级智能。通常来说大家常所说到的所谓人工智能,是只单纯是指计算机可以实现通过人类使用一台普通的微型平板电脑所无法实现开发出来的其他各种机器智能,其发展本身就是有很多的各自在不同技术领域内的人工智能相关技术研究及开发等方向领域发展和相关研究分支。机器学习研究则实际上是属于高度人工智能范畴里的一个又的一个重要学科分支,是目前我们认为实现向高度人工智能领域发展可能的最后的一种途径。它最终将能够以数据,或者是被我们称为的"知识"的数据为计算逻辑基础,以这些"学习"的数据为其基本分析手段来去研究解决未来一些在人工智能及其应用开发中将要面临遇到的现实问题。机器学习技术领域学科在目前国内外已经近有了30多年历史时间并已被初步认可发展已成为在我国是一门的大型跨学科多语门领域和综合学科交叉型新兴学科,涉及到了如概率论、统计学、逼近论、凸面波分析、计算几何以及计算机复杂性理论的应用方法等十多个门学科。其一种最接近原始和基本理论的系统设计和做法,是让程序员首先使用一种算法语言来解析大量的数据、从研究它们过程中学习掌握其发展规律,然后才能据此来对一个来自一个真实存在的现实世界系统环境中随机出现过的一些未知随机事件来做出一个智能地决策估计分析和错误预测。机器学习系统与以往许多从传统计算机科学的严格意义出发上的仅是为满足解决人类某一项特定复杂的学习任务所需要的而预先设计或编写制造出来的各种传统学习软件程序系统明显不同。传统语言学习软件程序是一种借用由机器程序员可以直接使用的一种计算机语言来直接的描述在一个给定期望的输入的数据信息与在一个给定预期输入的输出的信息之间可能存在着的一些数学概念或其它一些数学逻辑关系;而机器学习模型主要内容是需要用大量给定的输入序列数据序列来组成的"训练"系统作为另一个数学模型,使其成员可同时通过灵活应用的各种数学算法而可以从这种大量的数据序列信息中学习并了解到系统各种给定期望的数据输入数据序列之间与其系统预期的期望输出序列数据序列之间相互对应之间的复杂相互转化关系,从而同时也因此能够快速实现通过对系统各种给定新的系统给出的期望的期望输入序列数据来学习做出的快速而正确高效的学习响应,完成所要预期的学习目标的功能。
自在美国和上近一个世纪前的欧洲80年代互联网技术的正式诞生及商用推广以来,网络就已迅速为整个现代和人类群众社会提供了去了一切日常工作场所或生活工作环境外的各种网络便利。同时,随着整个国际网路技术的日新月异技术的迅速发展的高速发展与快速进步,也必将随之伴生着各种专门针对于国际互联网技术应用的和各种专门针对于网络安全的网络攻击的防护技术等日新月异的网络安全技术发展。近年来,各类计算机网络领域应用网络安全新威胁攻击事件显著增多和各类僵尸网络恶意威胁攻击事件持续频发。如美国在美国2016年10月向由恶意软件控制环境下创建的僵尸网络服务器发起一次大规模的分布式拒绝服务协议攻击(DDoS)攻击,造成了美国美国东海岸网络服务器的大剂量范围内断宕网事件等等;以及自2017年5月起全球相继爆发起大量新的恶意木马和勒索恶意软件及勒索病毒软件,造成影响了全球的逾数十万人的互联网用户电脑资料将无法继续被安全加密。网络反黑客攻击技术已经或将能够逐步的实现它从一种单纯以黑客个人行为而对其他网络安全防范技术所进行攻击的一项技术尝试性的安全防御挑战,发展为成长为一项带有了相当有明确技术经济政治目的性质特征的网络安全犯罪行为。
网络空间平台上广泛的信息网络及安全防护技术关系将决定关系着一个国际社会环境发展的安全整体稳定度如何和事关每个国家经济环境的长远持续安全,因此网络信息与安全保护正日渐受到全世界多个相关国家、学术界和业界及全球整个信息安全工业领域专家等领域的日益普遍及高度与重视。本文分析了机器学习系统面临的安全攻击及其防御技术，并分析了现状，希望可以为该研究做出相应的贡献。
