Per condurre con successo un attacco di data poisoning su un modello di machine learning non è necessario alterare grandi quantità di dati.
l'indagine
Data poisoning nei modelli AI: rischi e soluzioni di remediation
Secondo uno studio, modificare lo 0,1% del dataset di addestramento per ottenere effetti misurabili sul comportamento del modello. Una volta avvenuto, l’avvelenamento è difficile da rimediare. Ecco come mitigare il rischio di attacco di data poisoning su un modello di machine learning
Pubblicato il 22 mag 2026
Vincenzo Calabrò
Information Security & Digital Forensics Analyst and Trainer
Continua a leggere questo articolo
Who's Who
Argomenti
Canali
SPAZIO CISO
-
Cybersecurity360 Awards 2026: come cambia la governance tra CIO, CISO e Board nell’era dell’AI
20 Mag 2026 -
Posizione dei dati: la lezione dell’11 settembre e la regola 3-2-1 per un corretto backup
19 Mag 2026 -
Dal vincolo alla discrezionalità: come procedure e linee guida indirizzano l’azione aziendale
19 Mag 2026 -
La mutazione del GRU nella dottrina russa della guerra cibernetica
15 Mag 2026 -
Assunzioni nella cyber: pesa il divario di competenze nell’era AI
14 Mag 2026
