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
-
La professione cyber cresce di più nell’era AI: il lavoro non scompare, ma evolve
02 Lug 2026 -
Gestione delle vulnerabilità nell’AI: verso un AIBoM e un database dedicato
01 Lug 2026 -
Architetture multicloud protette: criteri di segmentazione logica per la difesa degli asset
30 Giu 2026 -
Rainbow Tables: ecco perché le password “normali” non bastano più
30 Giu 2026 -
Cyber risk, la compliance non basta più: cresce il divario tra aziende conformi e quelle protette
30 Giu 2026
