数据投毒

数据投毒（Data Poisoning）是一种对抗性攻击手段，通过操纵训练数据集来控制训练模型的预测行为，使模型对恶意样本进行错误分类，从而达到攻击者预期的目标。这种攻击方式对机器学习系统的安全性和可靠性构成严重威胁，研究其机制有助于提升模型的防御能力。