详细内容或原文请订阅后点击阅览
为什么今天的网络安全对数据科学比以往任何时候都重要
AI系统为关键决策提供动力已成为利用机器学习漏洞的复杂网络攻击的主要目标。
来源:KDnuggets数据科学已经从学术好奇心变成了业务必要性。机器学习模型现在批准贷款，诊断疾病和指导自动驾驶汽车。但是，随着这种广泛的采用，这是一个令人醒目的现实：这些系统已成为网络犯罪分子的主要目标。
随着组织加速其AI投资，攻击者正在开发复杂的技术来利用数据管道和机器学习模型中的漏洞。结果很清楚：网络安全已与数据科学的成功密不可分。
＃您可以击中的新方法
＃传统安全性的重点是保护服务器和网络。现在？攻击表面要复杂得多。 AI系统创建了以前不存在的漏洞。
数据中毒攻击是微妙的。攻击者以几个月来常常没有注意到的方式破坏培训数据。与触发警报的明显骇客不同，这些攻击悄然破坏了模型，例如，教导欺诈检测系统以忽略某些模式，有效地将AI符合其自身目的。
数据中毒攻击然后在实时使用过程中会有对抗性攻击。研究人员已经展示了路标上的小贴纸如何欺骗特斯拉的系统误读停车标志。这些攻击利用神经网络处理信息的方式，暴露了关键的弱点。
对抗攻击模型盗窃是公司间谍的一种新形式。有价值的机器学习模型通过系统的查询进行了反向工程。一旦被盗，竞争对手就可以部署它们或使用它们来识别弱点以进行将来的攻击。
模型盗窃＃真正的赌注，真实后果
受损的AI系统的后果远远超出了数据泄露。在医疗保健中，有毒的诊断模型可能会错过关键症状。在金融中，操纵的交易算法可能会触发市场不稳定。在运输中，自主系统受损可能危害生命。