文件名称：对抗性机器学习 - 行业观点-研究论文
文件大小：260KB
文件格式：PDF
更新时间：2024-06-29 20:53:08
Machine Learning Security
根据对 28 个组织的采访，我们发现行业从业者没有配备战术和战略工具来保护、检测和响应针对其机器学习 (ML) 系统的攻击。 我们利用访谈中的见解，并列举了在传统软件安全开发背景下保护机器学习系统的观点差距。 我们从两个角色的角度撰写本文：开发人员/机器学习工程师和安全事件响应者，他们的任务是在设计、开发和部署机器学习系统时保护机器学习系统。 本文的目标是让研究人员在对抗性机器学习时代修订和修正工业级软件的安全开发生命周期。