原书出处
人工智能数据与模型安全 (姜育刚马兴军吴祖煊)
01 人工智能与安全概述 1.3.1 数据与模型安全
现有针对训练数据的攻击主要包括以下四种。 ● 数据投毒:通过操纵数据收集或标注过程来污染(毒化)部分训练样本,从而大幅降低最终模型的性能。 ● 隐私攻击:利用模型的记忆能力,挖掘模型对特定用户的预测偏好,从而推理出用户的隐私信息。 ● 数据窃取:从已训练好的模型中逆向工程出训练样本,从而达到窃取原始训练数据的目的。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/人工智能数据与模型安全 (姜育刚马兴军吴祖煊)/_epub-src/EPUB/xhtml/chapter6_0003.xhtml
EPUB SHA-256:7fe97f50fa574a446605422553200236583a1f84dc359a215d66a0d61d794341