Hacking neural networks: Adversarial examples

L'evento é organizzato da Spike Reply, società del gruppo Reply specializzata sulle tematiche di cybersecurity e data protection.

Il webinar ha come tema centrale l'analisi delle vulnerabilità nei sistemi basati su modelli di machine learning. Con il termine Adversarial Machine Learning si fa riferimento alle tecniche sviluppate per indurre un modello di machine learning a fornire in uscita valori non previsti in sede di sviluppo del modello stesso. L'impatto di queste tecniche può essere devastante se il modello di machine learning sotto attacco è, per esempio, quello a bordo del dispositivo di frenata automatica di un'automobile.
Nel corso del seminario verranno analizzate alcune tecniche di Adversarial Machine Learning, valutandone l'impatto e discutendo le possibili contromisure.
 

27 maggio 2021
Ore 16.00
Il webinair, della durata di 1 ora, si terrà sulla piattaforma Microsoft Teams di UniGe
Per partecipare è necessario compilare il seguente form entro martedì 25 maggio https://forms.office.com/r/MSG1DSDBB1
Per maggiori informazioni: Paolo.Gastaldo@unige.it
Promotore: Laurea magistrale in Ingegneria elettronica UniGe, Spike Reply