資訊專欄INFORMATION COLUMN
摘要：一時之間，深度學習備受追捧。百度等等公司紛紛開始大量的投入深度學習的應用研究。極驗驗證就是將深度學習應用于網絡安全防御，通過深度學習建模學習人類與機器的行為特征，來區別人與機器，防止惡意程序對網站進行垃圾注冊，撞庫登錄等。
2006年Geoffery ?Hinton提出了深度學習（多層神經網絡），并在2012年的ImageNet競賽中有非凡的表現，以15.3%的Top-5錯誤率奪魁，比利用傳統方 法的第二名低了10.9% 。一時之間，深度學習備受追捧。Google、Facebook、百度等等公司紛紛開始大量的投入深度學習的應用研究。
深度學習的優勢
人工神經網絡是從信息處理的角度，對人腦神經元網絡進行抽象的計算模型，目的就是讓計算機能夠模擬人腦的思考方式來解決一些抽象的問題。相比較于傳 統的模式識別，特征的提取方式主要靠人工提取或設計，而深度學習模型是一種端到端模型，即讓計算機自動學習有用的特征，從而減少了人為提取特征造成的繁雜 和不完備性。正如Google Brain項目負責人Jeff Dean說：“我們在訓練的時候從來不會告訴機器說：‘這是一只貓。’系統其實是自己發明或者領悟了“貓”的概念。”在圖 像處理，語音識別這種人為特征提取難度很大的問題上面，深度學習有著其獨有的優勢，比如在語音識別方面，深度學習使得錯誤率下降了大約30%，取得了很大 的進步。
深度學習的主要模型
目前深度學習有三種基本模型，分別是多層感知機（MLP，Multi-layer Perceptron），卷積神經網絡（Convolutional Neural Network）以及循環神經網絡（Recurrent Neural Network)。
多層感知機（MLP）
MLP結構特點
輸入與輸出層之間存在一個或多個隱層
輸入層沒有計算節點，只用于獲得外部輸入信號，只有隱層和輸出層的神經元為計算節點
每個輸入節點將上一層輸出進行加權，然后通過激活函數進行非線性變換
訓練方法：反向傳播算法（Back-Propagation）
MLP可用于解決簡單的分類和預測問題。不過它的參數量隨著層數的增加指數級增長，并且優化困難，限制了它的應用。
卷積神經網絡（CNN）
CNN通過引入卷積自動分層提取特征，每一層由多個特征圖組成，每一個特征圖是由前一層輸出與一個卷積核進行卷積運算和非線性變換得到，隨后進行池化操作，用于降低輸出維度，同時獲得一定的特征不變性。
CNN中最主要的三種網絡層：
卷積層
池化層
全連接層
訓練方法：反向傳播算法（Back-Propagation）
CNN通過局部連接和權值共享大幅度降低了參數量。目前CNN在圖像識別、目標檢測、人臉識別等諸多計算機視覺任務上都取得了令人振奮的成果。
遞歸神經網絡（RNN)
相比于MLP和CNN，RNN通過權值共享使其能夠處理變長的序列問題（CNN由于全連接層需要固定維度的輸入，限制了CNN只能接受固定維度的輸 入）。RNN引入了“環”的結構，某一時刻的輸出不僅與當前時刻的輸入有關，還與前一時刻的狀態有關，通過共享權值，使得RNN能學習到魯棒的特征。
RNN分類（按照cell）：
簡單RNN
LSTM
GRU
Bi-RNN
RNN的訓練算法：基于時間的反向傳播算法（Back Propagation Through Time，BPTT）
RNN模型主要應用自然語言處理（NLP）上，比如語言翻譯、文本信息挖掘、聊天機器人等。
深度學習的應用及發展
深度學習在計算機視覺和自然語言處理上有著廣泛的應用。
在計算機視覺領域，2015年，微軟何凱明團隊利用152層網絡在ImageNet比賽上將錯誤率降低到3.57％。Google 在 2015年的 I/O 大會推出的Google photos，可以將相冊中的同一個人整合在一起，通過長期的學習甚至可以自動判斷照片是否是一個值得紀念的時刻的拍攝的。近年來深度學習在醫學圖像的分 析、目標檢測等任務上也取得了很大的進展。
在自然語言處理上的應用主要包括語言翻譯、機器理解、機器翻譯等。Google去年底在gmail上上線了郵件自動回復功能，該功能利用深度學習技 術提取和分析郵件語義信息，再根據提取的語義生成候選答復。在語音識別領域，百度在全國人機語音通訊學術會議（NCMMSC2015）上介紹了研發出 的語音識別技術，該技術引入LSTM模型和CTC訓練到傳統框架中，使得識別相對錯誤率比現有技術降低15%以上，使漢語安靜環境普通話語音識別的識別率 接近97%。這是語音識別領域又一個重要的里程碑。
除了以上兩個領域，深度學習在網絡安全領域也有廣泛的應用，如木馬病毒、惡意軟件檢測與分析以及惡意程序識別等。
極驗驗證就是將深度學習應用于網絡安全防御，通過深度學習建模學習人類與機器的行為特征，來區別人與機器，防止惡意程序對網站進行垃圾注冊，撞庫登錄等。
歡迎加入本站公開興趣群商業智能與數據分析群
興趣范圍包括各種讓數據產生價值的辦法，實際應用案例分享與討論，分析工具，ETL工具，數據倉庫，數據挖掘工具，報表系統等全方位知識
QQ群：81035754
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/4369.html
摘要：而極驗則將利用深度學習來進行數據防偽。極驗為什么要利用深度學習來進行數據防偽攻擊者實施攻擊之前都會搜集相關的數據，單項數據都可以輕易被篡改掉，但是不同的數據之間卻是存在著關聯的。 百度網盤被撞庫，網友高呼自己網盤被塞滿黃片，搞得滿城風雨，數據安全與信息安全又一次成為眾人討論的焦點。面對很多網絡攻擊，企業似乎并沒有辦法進行預防，只能夠事后做一些補救措施。究其原因一是因為底層協議并不安全，攻擊者...
摘要：最近也在學習這方面的知識給沐神瘋狂打，強烈推薦他的深度學習課程，鏈接大家自己去搜，就不做廣告了，雖然說自己連入門都算不上，但還是想實現一下自己版本的。同時，計算方法改造成版本的。 起因 周六被小伙伴拖去游泳，美名其曰：鍛煉身體。其實某人就是去泡澡的，哈哈。說正題吧，游完泳在體育場里閑逛，里面很大，轉著轉著看到一個保齡球館，懷著對未知事物的好奇，決定和某人去嘗試一下。我和S同學一人買了一...
閱讀 1290·2021-11-24 09:39
閱讀 2632·2021-09-30 09:47
閱讀 1325·2021-09-22 15:15
閱讀 2410·2021-09-10 10:51
閱讀 1953·2019-08-30 15:55
閱讀 2976·2019-08-30 11:06
閱讀 896·2019-08-30 10:53
閱讀 830·2019-08-29 17:26
