已验证65% 置信事实精确时间

数据投毒攻击是将恶意样本混入训练数据集，使模型在部署后对特定输入产生错误行为

3

来源数

65%

置信度

长期有效

时效性

2026/8/6

首次发现

来源

ML安全工程师职业规划：从零开始的完整学习路径

相关事实

待验证工具调用使攻击面从让模型说错话升级为让模型做错事，危害从信息误导上升为实质性的数据访问和系统篡改79% 相似已验证数据污染（data contamination）指模型在训练过程中已经见过测试集中的数据，导致评测成绩虚高77% 相似待验证数据投毒攻击按攻击目标可分为可用性攻击和目标攻击，前者旨在降低模型整体性能，后者只在特定触发条件下改变模型行为72% 相似待验证数据集投毒可以悄然影响下游模型的行为71% 相似已验证数据泄漏是指测试集信息在训练阶段被模型间接看到，导致评估指标虚高，是机器学习研究中最常见也最隐蔽的方法论缺陷之一，在医疗预测领域尤为危险71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/697598

API

curl https://kongchang.com/api/v1/knowledge/claims/697598

MCP

get_claim(id=697598)