L'apprendimento automatico sotto attacco malware

Titolo originale:

Machine Learning Under Malware Attack

Contenuto del libro:

L'apprendimento automatico è diventato fondamentale per supportare i processi decisionali in un'ampia gamma di applicazioni, che vanno dai veicoli autonomi al rilevamento di malware.

Tuttavia, nonostante l'elevata precisione, è stato dimostrato che questi algoritmi presentano delle vulnerabilità, in quanto potrebbero essere ingannati per restituire previsioni preferite. Pertanto, oggetti avversari accuratamente realizzati possono influire sulla fiducia dei sistemi di apprendimento automatico, compromettendo l'affidabilità delle loro previsioni, indipendentemente dal campo in cui vengono impiegati.

L'obiettivo di questo libro è migliorare la comprensione degli attacchi avversari, in particolare nel contesto del malware, e sfruttare le conoscenze per esplorare le difese contro gli avversari adattivi. Inoltre, studia le debolezze sistemiche che possono migliorare la resilienza dei modelli di apprendimento automatico.