Securing Machine Learning Algorithms

Título: Securing Machine Learning Algorithms
Resumen:A partir de una revisión sistemática de la literatura relevante sobre el aprendizaje automático, en este informe proporcionamos una taxonomía para los algoritmos de aprendizaje automático, destacando las funcionalidades básicas y las etapas críticas. El informe también presenta un análisis detallado de las amenazas dirigidas a los sistemas de aprendizaje automático. Las amenazas identificadas incluyen, entre otras, el envenenamiento de datos, los ataques de adversarios y la exfiltración de datos. Por último, se proponen controles de seguridad concretos y procesables descritos en la literatura pertinente y en los marcos y normas de seguridad.
Summary:Based on a systematic review of relevant literature on machine learning, in this report we provide a taxonomy for machine learning algorithms, highlighting core functionalities and critical stages. The report also presents a detailed analysis of threats targeting machine learning systems. Identified threats include inter alia, data poisoning, adversarial attacks and data exfiltration. Finally, we propose concrete and actionable security controls described in relevant literature and security frameworks and standards.

Fecha publicación: 14-12-2021
Autor: European Union Agency for Cybersecurity
ISBN / ISSN:  978-92-9204-543-2
Link: https://bit.ly/3yzpxG8
Palabras clave: ciberseguridad, ENISA, Machine Learning, Algoritmo
Keywords: cybersecurity, ENISA, Machine Learning, Algorithm