随着网络攻击针对机器学习系统的增加，微软和MITER合作发布了Adversarial ML威胁矩阵，这是一个开放的框架，用于帮助安全专家检测、响应和修复针对ML系统的威胁。该矩阵基于ATT&CK样式，详细描述了针对ML系统的攻击技术，并包含对抗性ML 101和实例探究等内容。
随着针对机器学习(ML)系统的网络攻击的增加，Microsoft与MITER以及来自其他11个组织的贡献一起发布了Adversarial ML威胁矩阵。Adversarial ML威胁矩阵是一个开放的ATT＆CK样式的框架，可帮助安全分析人员检测，响应和补救针对ML系统的威胁。
机器学习(ML)通常被视为人工智能(AI)的子集，它基于系统自动学习并从其经验中改进的能力。金融，医疗保健和国防等许多行业已经使用ML改变了他们的业务，并对全世界的人们产生了积极的影响。
但是，随着ML和AI的发展，Microsoft警告说，许多组织尚未跟上其ML系统的安全性。例如，在过去几年中，诸如Google，亚马逊，微软和特斯拉之类的科技巨头都是ML系统攻击的受害者。此外，根据Gartner的报告，到2022年，将有30％的网络攻击涉及数据中毒，模型盗窃或对抗性例子。
更糟的是，发给28个组织的一项调查显示，其中25个甚至都不知道如何保护机器学习系统。由于这些原因，Microsoft和MITER发布了新的对抗ML威胁矩阵，该框架“系统地组织了恶意对手在颠覆ML系统中所采用的技术。”
由Microsoft和MITRE以及科技公司，IBM，NVIDIA，Bosch和其他多个组织共同开发。
ML内容发布在GitHub上，主要包括：
对抗性ML 101
- <
最低0.47元/天 解锁文章
412
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
