چکیده مقاله
با گسترش استفاده از یادگیری ماشینی در صنایع مختلف، کیفیت و امنیت داده های مورد استفاده در چرخه ی آموزش مدل ها به یکی از مهم ترین چالش ها تبدیل شده است مدل های یادگیری ماشینی تنها به اندازه ی داده های آموزشی خود قابل اعتماد هستند و داده های آلوده یا دستکاری شده می توانند منجر به کاهش دقت، بروز رفتار غیرقابل پیش بینی و تهدیدات امنیتی گسترده شوند این مقاله به بررسی ساختار زنجیره تامین داده برای مدل های یادگیری ماشینی می پردازد و آسیب پذیری های آن را شناسایی می کند همچنین چارچوب های نرم افزاری و پروتکل های امنیتی برای تضمین صحت داده ها و اطمینان از عملکرد صحیح مدل ها ارائه می شود هدف اصلی مقاله ارائه راهکارهای عملی برای افزایش شفافیت، ردیابی پذیری و مقاومت مدل ها در برابر تهدیدات ناشی از داده های ناسالم است
کلیدواژهها
نویسندگان
شیوه ارجاع
پیری، علی،1404،تامین امنیت و صحت مدل های یادگیری ماشینی در زنجیره تامین داده (Data Supply Chain Security for ML Models)،بیست و هفتمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک،شیروان
ارائهشده در
مجموعه مقالات بیست و هفتمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک24 شهریور 1404 · شیروان