随着新 IT 技术步入生活，网络威胁的范围也在不断扩大。黑客是对我们计算机学习的威胁之一。 世界各地的学者们都正在努力寻找有效的、超前性的防护措施。托木斯克国立大学应用数学和计算机科学学院的年轻科学家安东·尼古拉耶夫正在研究针对计算机学习的攻击及其预防措施。 他的工作成果将作为开发保护互联网网络免受各种黑客网络攻击的新方法方案。

托国立应用数学与计算机科学学院导师丹尼斯·科列戈夫副教授的学生安东·尼古拉耶夫说到：“解决这项任务在现在是非常重要的，因为计算机学习方法越来越多地用于各种领域：自动驾驶、面部和语音识别、生物识别、物体分类和检测、医疗诊断。因此，在这些领域工作的某些方法和算法容易受到各种攻击。困难（对攻击者和防御者而言）在于指定系统的结构极其复杂，防御就像攻击一样，需要在系统与用户交互的所有阶段采取复杂的多层次方法。”

正如安东所说，对基于计算机学习和各种学习算法系统的成功攻击不仅会对企业造成严重后果，还会对人类生活造成严重后果。例如，引入自动驾驶系统意味着标志识别系统会将“STOP”信号与限速“混淆”，不会看到红灯或汽车本身会高速离开道路。

对生物识别系统和面部识别的有效攻击可以打开对在线银行系统中的私密账户、数据甚至金融账户的访问。所有这些问题都可能导致严重的声誉风险和财务损失。

安东·尼古拉耶夫解释道：对此类系统的攻击机制可能完全不同。最流行的包括在对象（声音、图像、文本）中产生一些小的变化，或者更简单地说，是一种特殊的“噪音”，导致系统无法正确识别或分类该对象。例如，某种交通标志图可能会导致交通标志识别系统看到另一个标志而不是所需要展示的标志图。或者说，特殊的面部容术可以通过面部识别系统将一个人视为另一个人”。

在计算学习的过程中，可能会出现“差距”或模棱两可的情况，因此攻击者可以将某些结果替换为其他结果。托国立应用数学与科学学院研究生的研究任务就是确定接近此类“差距”或边界值的最有效方法。这些知识将使您能够准确了解如何减少攻击和操作中此类“弱链接”的数量。

根据研究结果，这位青年学者将创建新算法或平台解决方案，以保护计算机学习时免受外部因素影响。

在此补充，托国立应用数学和计算机科学学院的科学家们同时正在开发新方法来确保存储在云服务中数据的机密性。他们使用专门的密码作为安全增强工具，并实施比“透明”加密更不易受到黑客攻击的防护方案。

“安全技术”是托木斯克国立大学积极开发的优先领域之一，并被列入参与“2030”优先计划的申请项目中。该战略项目旨在开发一套先进的数字和工程解决方案，以确保国家的安全和反恐活动，符合俄罗斯联邦科学技术发展战略和国家安全战略的优先事项。

照片由安东·尼古拉耶夫提供。

“安全技术”是托木斯克国立大学积极开发的优先领域之一，并被列入参与“2030”优先计划的申请项目中。该战略项目旨在开发一套先进的数字和工程解决方案，以确保国家的安全和反恐活动，符合俄罗斯联邦科学技术发展战略和国家安全战略的优先事项。