資料下毒(Data Poisoning)會使機器學習(Machine Learning)模型不準確,可能因而導致基於錯誤輸出的不良決策。由於缺乏可用的簡單修復機制,安全專業人員必須將重點放在預防和偵測上。
在過去10年裡,機器學習的採用呈現爆炸式成長,部分原因是由於雲端運算的興起所帶動,這使得所有企業能更容易地獲取高效能運算和儲存資源。隨著供應商將機器學習整合到各行各業的產品中,再加上使用者在做決策時更依賴機器學習演算法的輸出結果,安全專家因而對此警告,可能會有專門設計用來濫用該技術的對抗式攻擊(Adversarial…