Explorez 6 termes d'IA dans Attaques Adversariales
La poisoning du contexte est une technique adversariale qui manipule le contexte fourni aux modèles d'IA pour produire des sorties biaisées.
La poisoning de curriculum implique la manipulation des données d'entraînement pour dégrader la performance du modèle d'IA.
La méthode du signe du gradient rapide (Fast Gradient Sign Method, FGSM) est une technique pour générer des exemples adversaires en apprentissage automatique.
Une attaque par fuite exploite les vulnérabilités des systèmes d'IA pour extraire des informations sensibles des modèles ou des données d'entraînement.
L'injection de modèle est un type d'attaque qui manipule les modèles d'IA en injectant des entrées malveillantes pour modifier leur comportement.
L'empoisonnement de modèle est une attaque qui compromet les modèles d'apprentissage automatique en introduisant des données malveillantes.