针对监督机器学习的投毒攻击综述
密码学与安全
2022-02-09 v2 机器学习
摘要
随着人工智能和机器学习在现代计算中的兴起，此类技术的主要关切之一是针对对手提供隐私与安全。我们呈现这篇综述论文以涵盖针对监督机器学习模型的投毒攻击中最具代表性的论文。我们首先提供一个分类法对现有研究进行分类，然后对所选取的论文给出详细总结。我们总结并比较了现有文献的方法论与局限性。我们以潜在的改进和未来方向作结，以进一步利用和防范针对监督模型的投毒攻击。我们提出了若干未回答的研究问题，以鼓励和启发研究人员的未来工作。
引用
@article{arxiv.2202.02510,
title = {A Survey on Poisoning Attacks Against Supervised Machine Learning},
author = {Wenjun Qiu},
journal= {arXiv preprint arXiv:2202.02510},
year = {2022}
}