Also known as: Poisoning
Data Poisoning ist ein adversarialer Angriff, bei dem ein böswilliger Akteur in die Daten oder den Trainingsprozess eingreift, die zum Aufbau eines Modells verwendet werden. Durch Einfügen, Verändern oder Korrumpieren von Trainingsbeispielen versucht der Angreifer, Modellverhalten zu manipulieren, Leistung zu verschlechtern oder gezielte Ausfälle zu erzeugen.
A side-by-side comparison of Prompt Injection and Data Poisoning. Understand how runtime instruction manipulation differs from attacks on training data or the training process.
A side-by-side comparison of Data Poisoning and Adversarial Learning. Understand how the terms differ, when each applies, and what the distinction means for AI governance, system design, or assurance evidence.