生成对抗网络技术与研究进展

作     者：梁晨 王利斌 李卓群 薛源 Liang Chen;Wang Libin;Li Zhuoqun;Xue Yuan

作者机构：北京信息科技大学信息管理学院北京100192 国网思极网安科技(北京)有限公司互联网业务部北京102209 北京信息科技大学计算机学院北京100032 中国人民解放军军事科学院北京100091 

出 版 物：《信息安全研究》 (Journal of Information Security Research)

年 卷 期：2022年第8卷第3期

页      面：235-240页

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国网信息通信产业集团有限公司自有基金项目(546822210005) 北京信息科技大学校基金项目(2021XJJ49) 

主　　题：深度学习 生成对抗网络 数据隐私保护 数据集增强 时间序列预测 差分隐私 

摘      要：近年来,生成对抗网络(generative adversarial networks, GANs)技术研究成果呈指数级增长,生成对抗网络使用零和博弈论将2个相互竞争的神经网络结合起来,使其能够产生更加清晰、离散的输出.在计算机视觉、医疗、金融等领域的图像和视频处理及生成、数据集增强、时间序列预测等方面已取得重大进展.主要介绍了生成对抗网络的基本框架、理论以及实现过程,分析了近年来主流研究现状,通过回顾生成对抗网络变体及其应用场景列举了亟待改进的问题.此外,还着重讨论了如何采用生成对抗网络隐私措施与处理敏感数据,以及生成对抗网络技术在相关领域的未来发展趋势.