我们每天努力工作的最终目标是让生活更轻松、更方便，人类历史就是这样发展起来的。一种这样的增强便利的力量是机器学习，它根据我们以前播放列表的推荐过滤掉来自Spotify的垃圾邮件和网络钓鱼电子邮件。虽然机器学习是先进技术带来的天才礼物，但它总是会屈服于臭名昭著的恶意软件和攻击。每一个企业的发展都离不开客户和投资者的信任。只有在客户数据未受到损害且隐私得到保护的情况下，才能维持这种信任。然而，随着数据成为新的“燃料”，这已成为一项艰巨的任务。每个组织，无论大小，都在争分夺秒地保护自己和客户免受数据泄露。这篇文章将带您了解机器学习系统需要保护的5个原因。数据盗窃我们预计电子商务很快就会突破万亿美元大关，这显然也会导致数字欺诈的激增。根据JuniperResearch的一份报告，到2023年，无卡欺诈(CNP)预计将达到1300亿美元。另一个令人担忧的消息是，近50%的电商企业沦为受害者。知识产权盗窃专利就像对您的创造力和工艺的“合法垄断”（美国专利和商标法20年）。在公司环境中，知识产权战争可能比Eminem和IggyAzalea之间的斗争更为严重。这些是不同行业中存在的侵犯知识产权的形式：技术人员：员工窃取计算解决方案或外包他们的工作以赚取双倍工资。医疗保健：医疗保健专业人员和药剂师开出的处方超出了他们的授权范围。教育：申请虚假学生贷款的人。财务：为虚假交易伪造发票。执行不合规的网络安全法相当于企业责任，而企业责任伴随着一系列制衡。完整的隐私政策：根据2004年的《加利福尼亚州在线隐私保护法》（加利福尼亚在线隐私保护法），在加利福尼亚（现在几乎是整个美国）经营在线业务和网站或收集客户信息（用于跟踪或研究目的）的公司必须发布尽可能详细地了解他们的隐私政策。该法案解释了所收集信息的范围以及第三方共享信息的目的。个人数据与个人信息或个人身份信息非常不同（它们可以互换使用，但每一种都有特定的法律分类），甚至联邦贸易委员会(FTC)也需要制定隐私法并予以维护。计划将您的视野扩展到美国以外，但记得与您的律师预约。美国以外的数据隐私法与美国法律不一致，例如欧盟的GDPR，赋予其公民收集和删除公司获得的信息的权利；中国的数据保护法允许政府干预并保留软件包源代码的副本。服务质量下降(QoS)QoS揭示了计算服务的全部性能，攻击者可以利用它轻松地在系统中传输大量优化授权。由此，攻击者可以降低服务质量或强制升级到人工操作员。支持QoS的网络容易受到另一种形式的攻击——QoS攻击。支持QoS的网络，如差分服务网络，以不同的成本提供不同类型的服务。这种收费差异可能会激励一些用户窃取带宽或任何其他与网络相关的资源。中毒分析数据中毒是金融行业最大的潜在威胁，因为它可能导致任何基于人工智能的安全系统遭到破坏。它具有高度的可操纵性和容易被忽视的特点，同时还会继续损害数据并破坏客户的信任。取证专家还发现，追踪如此复杂但易受攻击的状态向量极其困难，这表明基于云的基础设施也需要熟练的安全模块。除了享受服务，您还需要警惕潜在的威胁。它有点像现代数据角斗士，可始终保护您的安全并免受潜在威胁的侵害。希望您现在更加意识到保护机器学习系统的紧迫性。本文转载自微信公众号“读芯”，可通过以下二维码关注。转载本文请联系核心阅读公众号。
