Исследование атак на нейросетевые модели при помощи «отравления» данных и выбор методов защиты от них

Abstract

В статье кратко рассмотрены некоторые типы атак путем «отравления» данных на модели машинного обучения, а также проанализированы методы защиты от этих атак с целью выбрать наиболее эффективный и наименее ресурсоемкий.

The article briefly discusses some types of attacks by "poisoning" data on machine learning models, and also analyzes methods of protection against these attacks in order to choose the most effective and least resource-intensive.