• Skip to primary navigation
  • Skip to main content
  • Skip to primary sidebar
  • Skip to footer
  • Español
  • Bloglovin
  • Correo electrónico
  • Facebook
  • Instagram
  • LinkedIn
  • Twitter
  • YouTube
CDE Almería – Centro de Documentación Europea – Universidad de Almería

CDE Almería - Centro de Documentación Europea - Universidad de Almería

Centro de Documentación Europea de la Universidad de Almería

  • INICIO
  • ACTUALIDAD
    • Boletines CDE
    • NOTICIAS UE
    • ACTIVIDADES
    • CONVOCATORIAS Y PREMIOS UE
    • Programa de radio Europa Contigo
  • DOCUMENTACIÓN
    • FONDO BIBLIOGRÁFICO
      • FONDO DIGITAL CDE ALMERIA
      • BIBLIOTECA UNIVERSIDAD DE ALMERÍA
    • BASES DE DATOS
    • DOCUMENTACIÓN POR TEMAS
    • MEDIATECA UE
      • ESPACIO WEB
      • REPOSITORIO MEDIATECA
  • EUROPA EN LA RED
    • INSTITUCIONES Y AGENCIAS
    • REPRESENTACIÓN DE LA UE EN ESPAÑA
    • RED DE INFORMACIÓN EUROPEA DE ANDALUCIA
    • DIARIOS DE LA UE
  • CONÓCENOS
    • PRESENTACIÓN
    • LAS PERSONAS
    • CONTACTO

Securing Machine Learning Algorithms

Inicio » Fichas » Fondo Digital » Defensa y Seguridad » Ciberseguridad » Securing Machine Learning Algorithms

17-12-2021

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

Primary Sidebar

Publicaciones relacionadas

Study to support the review of Directive (EU) 2016/1148 concerning measures for a high common level of security of network and information systems across the Union (NIS Directive), No. 2020- 665 Review of behavioural sciences research in the field of cybersecurity Consolidated annual activity report 2020 ENISA threat landscape for supply chain attacks ENISA threat landscape 2021. April 2020 to mid-July 2021

Footer

Logotipo en negativo del Centro de Documentación Europea de Almería

CDE Almería
Edificio Parque Científico-Tecnológico (Pita)
Planta: 1ª, Despacho: 29
04120. Ctra. Sacramento s/n. Almería (Spain)
Teléfono: (+34) 950 015266

INICIO
NOTICIAS
DOCUMENTACION
EUROPA EN LA RED
CONÓCENOS

AVISO LEGAL
POLÍTICA DE PRIVACIDAD
POLÍTICA DE COOKIES
ACCESIBILIDAD

MAPA DE SITIO
AYUDA AL USUARIO

Copyright © 2022 CDE Almería · Licencia de Creative CommonsEste obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.

Utilizamos cookies para ofrecerte la mejor experiencia en nuestra web.

Puedes aprender más sobre qué cookies utilizamos o desactivarlas en los ajustes.

Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.

Cookies estrictamente necesarias

Las cookies estrictamente necesarias tiene que activarse siempre para que podamos guardar tus preferencias de ajustes de cookies.

Si desactivas esta cookie no podremos guardar tus preferencias. Esto significa que cada vez que visites esta web tendrás que activar o desactivar las cookies de nuevo.

Cookies de terceros

Esta web utiliza Google Analytics para recopilar información anónima tal como el número de visitantes del sitio, o las páginas más populares.

Dejar esta cookie activa nos permite mejorar nuestra web.

¡Por favor, activa primero las cookies estrictamente necesarias para que podamos guardar tus preferencias!

Política de cookies

Más información sobre nuestra política de cookies