Data Poisoning / Datenvergiftung
Veröffentlichungsdaten und Alter der Quellen
Anzahl der Quellen: 1
Neueste datierte Quelle: 2025-03-24
Mindestens eine Quelle wurde innerhalb des 18-Monats-Zeitraums veröffentlicht.
Bewertet zum Quellenstichtag dieser Ausgabe: 2026-09-15. Grenze von 18 Monaten: 2025-03-15.
Das Alter einer Veröffentlichung sagt nicht, ob eine Aussage noch zutrifft. Erneutes Lesen macht eine alte Veröffentlichung nicht neuer. Ein Aktualisierungsdatum belegt nicht, dass auch die von uns verwendete Passage überarbeitet wurde.
Im Glossar öffnen Lesenotizen · Strukturierter Dateneintrag
Einfach erklärt
Trainingsmaterial absichtlich verändern, um späteres Modellverhalten im Interesse eines Angreifers zu beeinflussen. [1]
Diese Erklärung zitieren oder eine Korrektur vorschlagen
Link zu dieser Erklärung · Korrektur vorschlagen · So funktionieren Korrekturen
Grenzen und Unterschiede
Versehentlich minderwertige Daten sind nicht zwangsläufig Datenvergiftung. Datenprüfungen und Filter können helfen; NIST weist jedoch darauf hin, dass bösartige Beispiele in großen Trainingssammlungen schwer zu finden sein können. [1]
Diese Erklärung zitieren oder eine Korrektur vorschlagen
Link zu dieser Erklärung · Korrektur vorschlagen · So funktionieren Korrekturen
Ausführlicher erklärt
Ein Angreifer fügt Trainingsbeispiele ein oder verändert sie, etwa um bestimmte Fehler auszulösen oder Ausgaben durch einen versteckten Auslöser zu beeinflussen. Die Manipulation kann das erste Training oder spätere Trainingsphasen betreffen. [1]
Diese Erklärung zitieren oder eine Korrektur vorschlagen
Link zu dieser Erklärung · Korrektur vorschlagen · So funktionieren Korrekturen
Wie das zur Karte passt
Lesefrage im Atlas: Wie werden Herkunft und Unversehrtheit des Trainingsmaterials geprüft? [1]
Diese Erklärung zitieren oder eine Korrektur vorschlagen
Link zu dieser Erklärung · Korrektur vorschlagen · So funktionieren Korrekturen
Diese Seite teilen
https://theaiatlas.org/ideas/data-poisoning/
Bild zum Teilen herunterladen · Vektorgrafik
Vorschaubilder sind Zusammenfassungen. Teile den Seitenlink mit, damit andere die Belege prüfen können.
Quellen und Umfang unserer Lektüre
1. Adversarial Machine Learning: A Taxonomy and Terminology of Attacks and Mitigations
Veröffentlichungsdaten und Alter der Quellen
Anzahl der Quellen: 1
Neueste datierte Quelle: 2025-03-24
Mindestens eine Quelle wurde innerhalb des 18-Monats-Zeitraums veröffentlicht.
Bewertet zum Quellenstichtag dieser Ausgabe: 2026-09-15. Grenze von 18 Monaten: 2025-03-15.
Das Alter einer Veröffentlichung sagt nicht, ob eine Aussage noch zutrifft. Erneutes Lesen macht eine alte Veröffentlichung nicht neuer. Ein Aktualisierungsdatum belegt nicht, dass auch die von uns verwendete Passage überarbeitet wurde.
Zusammenfassung für Entscheidungsträger, Definitionen der Angriffsphasen sowie Abschnitte 3.2.1 bis 3.2.3 zu Manipulationen generativer Modelle und Gegenmaßnahmen gelesen. Das Veröffentlichungsdatum stammt aus dem NIST-Publikationseintrag. Es wird nicht behauptet, dass eine einzelne Schutzmaßnahme alle Angriffe stoppt.
Ausgabe und maschinenlesbare Belege
Inhaltsversion 0.20.0. Quellenstichtag 2026-09-15; das bedeutet nicht, dass jede Quelle an diesem Tag gelesen wurde.
Festgehaltenes vollständiges Datenpaket · Vollständige Quellennotizen · Anleitung für KI-Agenten