セキュリティ

adversarial例とは、AIモデルを誤った予測に誘導するために特別に作られた入力のことです。

敵対的堅牢性とは、AIシステムが悪意のある入力に対して耐える能力を指します。

Defense-GANは、機械学習モデルのセキュリティを強化するために設計された生成敵対ネットワークの一種です。

Luhn's Algorithm is a checksum formula used to validate identification numbers, particularly credit card numbers.

メンバーシップ推論は、特定のデータポイントが機械学習モデルの訓練に使用されたかどうかを判断する攻撃の一種です。

モデル抽出は、攻撃者がモデルにクエリを送ることで機械学習モデルを再現するプロセスです。

モデルインversionは、機械学習モデルから機密データを抽出するために使用される技術です。

機械学習モデルの予測を悪用して敏感なデータを抽出する方法です。

モデル中毒は、悪意のあるデータを導入することで機械学習モデルを危険にさらす攻撃です。

レート制限は、乱用を防ぐために、一定期間内にユーザーがサービスに対して行えるリクエストの数を制御します。

ソフトターゲットは、セキュリティの欠如により攻撃に対して脆弱な場所や個人です。

トークンは、コンピュータや暗号通貨において何かを表すデジタルデータの単位です。