• Saltar a la navegación principal
  • Saltar al contenido principal
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Facebook
  • Instagram
  • LinkedIn
  • TikTok
  • 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
    • NOTICIAS UE
    • ACTIVIDADES
    • CONVOCATORIAS Y PREMIOS UE
    • Programa de radio Europa Contigo
    • Boletines CDE
  • DOCUMENTACIÓN
    • FONDO BIBLIOGRÁFICO
      • FONDO DIGITAL CDE ALMERIA
      • BIBLIOTECA UNIVERSIDAD DE ALMERÍA
    • BASES DE DATOS
    • DOCUMENTACIÓN POR TEMAS
    • MEDIATECA UE
      • ESPACIO WEB
      • REPOSITORIO MEDIATECA
    • EUROEXPERTOS
  • 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
  • Español
  • Inglés

Inteligencia Artificial: ¿Cómo hacer que el Machine Learning sea seguro?

Inicio » Noticias UE » Defensa y Seguridad » Ciberseguridad » Inteligencia Artificial: ¿Cómo hacer que el Machine Learning sea seguro?

20 de diciembre de 2021

¿Cómo prevenir los ciberataques de Machine Learning? ¿Cómo desplegar los controles sin obstaculizar el rendimiento?

El Machine Learning (ML) es actualmente el subcampo de la inteligencia artificial más desarrollado y prometedor para las infraestructuras industriales y gubernamentales. Al proporcionar nuevas oportunidades para resolver problemas de toma de decisiones de forma inteligente y automática, la inteligencia artificial (IA) se aplica en casi todos los sectores de nuestra economía.

Aunque los beneficios de la IA son significativos e innegables, el desarrollo de la IA también induce nuevas amenazas y desafíos, identificados en el Panorama de Amenazas de la IA de ENISA.

Los algoritmos de aprendizaje automático se utilizan para dar a las máquinas la capacidad de aprender de los datos con el fin de resolver tareas sin estar explícitamente programadas para ello. Sin embargo, estos algoritmos necesitan volúmenes de datos extremadamente grandes para aprender. Y al hacerlo, también pueden ser objeto de ciberamenazas específicas.

El informe Securing Machine Learning Algorithms presenta una taxonomía de las técnicas de ML y sus funcionalidades principales. El informe también incluye un mapa de las amenazas dirigidas a las técnicas de ML y las vulnerabilidades de los algoritmos de ML. Proporciona una lista de controles de seguridad relevantes recomendados para mejorar la ciberseguridad en los sistemas que dependen de las técnicas de ML. Uno de los retos destacados es cómo seleccionar los controles de seguridad a aplicar sin poner en peligro el nivel de rendimiento esperado.

Los controles de mitigación de los ataques específicos de ML esbozados en el informe deben implantarse, en general, durante todo el ciclo de vida de los sistemas y aplicaciones que hacen uso del ML.

Taxonomía de los algoritmos de aprendizaje automático

A partir de la revisión de la documentación y de las entrevistas con los expertos del grupo de trabajo ad hoc sobre IA de la ENISA, se identificaron un total de 40 algoritmos de ML más utilizados. La taxonomía desarrollada se basa en el análisis de dichos algoritmos.

La taxonomía no exhaustiva concebida tiene por objeto apoyar el proceso de identificación de las amenazas específicas que se dirigen a los algoritmos de LD, de las vulnerabilidades asociadas y de los controles de seguridad necesarios para hacer frente a esas vulnerabilidades.

Público objetivo
  • Público/gobierno: Instituciones y agencias de la UE, organismos reguladores de los Estados miembros, autoridades de supervisión en materia de protección de datos, organismos militares y de inteligencia, comunidad policial, organizaciones internacionales y autoridades nacionales de ciberseguridad.
  • Industria en general, incluidas las pequeñas y medianas empresas (PYME) que recurren a soluciones de IA, operadores de servicios esenciales;
  • La comunidad técnica, académica y de investigación de la IA, los expertos en ciberseguridad de la IA y los expertos en IA como diseñadores, desarrolladores, expertos en ML, científicos de datos, etc.
  • Organismos de normalización.

Más información

Comunicado de prensa – ENISA

Publicaciones relacionadas:

Default ThumbnailEl phishing es el ciberincidente más común al que se enfrentan las PYME Principales ciberamenazas en la UE European Cybersecurity MonthMes Europeo de la Ciberseguridad cyber-security - EU - 2020ENTRUSTED: el nuevo proyecto de seguridad de la UE Últimos ciberataques a la UE

«Este es un espacio para el debate. Se publicarán todos los comentarios que, a favor o en contra de la publicación, sean respetuosos y no contengan expresiones discriminatorias, difamatorias o contrarias a la legislación vigente.»

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Publicaciones relacionadas


Default ThumbnailEl phishing es el ciberincidente más común al que se enfrentan las PYME


Principales ciberamenazas en la UE


European Cybersecurity MonthMes Europeo de la Ciberseguridad


cyber-security - EU - 2020ENTRUSTED: el nuevo proyecto de seguridad de la UE


Últimos ciberataques a la UE

Footer

Logotipo en negativo del Centro de Documentación Europea de Almería
  • CDE Almería
  • Edificio Parque Científico-Tecnológico (Pita)
  • Planta: 1ª, Despacho: 2904120.
  • 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

Copyright © 2023 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