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
-
Shadow AI in azienda: perché le policy tradizionali falliscono e come difendersi
16 Ott 2026 -
CRA, pubblicato lo schema di decreto italiano: controlli, certificazioni e sanzioni
16 Ott 2026 -
NIS2, finito il tempo degli adeguamenti: ora la sicurezza va dimostrata
15 Ott 2026 -
Cyber security aziendale: la protezione come un processo continuo
15 Ott 2026 -
Patch Tuesday ottobre 2026: oltre 1.400 falle e uno zero-day sfruttato, le priorità per le aziende
14 Ott 2026
