人工智能生成内容技术赋能下的集群式信息攻防研究综述
2024-02-26分类号:TP18;TP309
【部门】上海大学文化遗产与信息管理学院 上海大学信息资源开发与利用研究中心
【摘要】[目的/意义]厘清国外集群式信息安全领域研究的整体态势、研究趋势和研究热点,为信息安全治理提供参考。[方法/过程]基于国外学者已发表的相关文献,梳理此领域的相关研究并对其进行分析和分类。[结果/结论]研究总结了集群式信息攻击的概念,并将其具体表现特征概括为信息成簇存在、信息真假混淆和信息主题积聚三种主要形式;研究探讨了人工智能生成内容(AIGC)技术应用于集群式信息攻击后的新的表现形式,如集群式深度伪造、集群式自然语言伪造以及集群式情感煽动,这些新形式的网络信息攻击手段更具针对性和破坏性,对现有的信息安全防御体系提出了更大的挑战;归纳了AIGC技术应用于集群式攻击的检测与防护策略,分析了当前集群式信息安全问题的治理痛点,并提出了未来研究的方向。
【关键词】人工智能生成内容 集群式信息 信息安全 信息伪造 系统威胁 防御策略
【基金】国家社会科学基金项目“国家大数据战略背景下档案数据质量优化控制研究”的成果之一,项目编号:21BTQ016
【所属期刊栏目】情报理论与实践
文献传递