データポイズニング

データポイズニングとは、AIの学習データセットに悪意のある誤ったデータ（毒）を意図的に混入させることで、AIの学習モデルを汚染し、誤動作や精度の低下を引き起こさせる攻撃手法である。例えば、マルウェアを「安全」と分類させるような偽データを学習させ、セキュリティ検知をすり抜けるといった攻撃が考えられる。一度モデルが学習してしまうと修正が困難であるため、学習データの収集段階での厳格な品質管理（サニタイズ）が防御の鍵となる。