题目

对抗机器学习工业视角，Adversarial Machine Learning - Industry Perspectives

关键字

对抗机器学习，机器学习系统保护，机器学习调查，机器学习独特思考，人工智能

简介

根据对28个组织的采访，我们发现行业从业人员没有配备战术，战略工具来保护，检测和响应对其机器学习（ML）系统的攻击。 我们利用访谈中的见解，并列举了从传统软件安全性开发的角度来看在保护机器学习系统方面存在的差距。 我们从两个角色的角度撰写本文：开发人员/机器学习工程师和安全事件响应者，他们负责在设计，开发和部署机器学习系统时保护机器学习系统。 本文的目的是吸引研究人员修改和修正对抗性ML时代的工业级软件的安全开发生命周期。

作者

Ram Shankar Siva Kumar, Magnus Nyström, John Lambert, Andrew Marshall, Mario Goertzel, Andi Comissoneru, Matt Swann, Sharon Xia