- Tytuł:
-
Attack vectors on supervised machine learning systems in business applications
Wektory ataków na nadzorowane systemy uczące się w zastosowaniach biznesowych - Autorzy:
- Surma, Jerzy
- Powiązania:
- https://bibliotekanauki.pl/articles/1182306.pdf
- Data publikacji:
- 2020
- Wydawca:
- Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
- Tematy:
-
adversarial machine learning
supervised machine learning
security of machine
learning systems
antagonistyczne maszynowe uczenie się
nadzorowane maszynowe uczenie się
bezpieczeństwo systemów uczących się - Opis:
- Systemy uczące się stają się coraz bardziej popularne i mają wiele praktycznych zastosowań. Szczególnie istotny i szybko rozwijający się jest obszar zastosowań biznesowych. W tym kontekście bezpieczeństwo informacyjne takich systemów jest niezwykle ważne, zwłaszcza przy dużej aktywności zorganizowanych grup cyberprzestępców. W artykule przedstawiono taksonomię intencjonalnych ataków na systemy uczące się pod nadzorem, które to są obecnie najpopularniejsze w zastosowaniach biznesowych. Omówiono także potencjalne wektory ataków. Wskazano ataki typu „czarna skrzynka” jako najbardziej prawdopodobne scenariusze ataków i omówiono je bardziej szczegółowo.
- Źródło:
-
Informatyka Ekonomiczna; 2020, 3 (57); 65-72
1507-3858 - Pojawia się w:
- Informatyka Ekonomiczna
- Dostawca treści:
- Biblioteka Nauki
Artykuł