待验证50% 置信事实精确时间
数据投毒攻击（Data Poisoning Attack）是机器学习安全领域的重要研究方向，分为后门攻击、干净标签攻击和可用性攻击等类别
1
来源数
50%
置信度
长期有效
时效性
2026/8/9
首次发现
来源
相关事实
待验证数据投毒攻击分为清洁标签攻击（Clean-Label Attack）和特洛伊木马攻击（Trojan Attack）等类型78% 相似待验证Anthropic的网络安全防护针对防止模型被滥用于生成恶意代码、规划攻击路径或辅助针对关键基础设施发动网络攻击的场景70% 相似待验证数据投毒攻击中，清洁标签攻击允许攻击者在不修改样本标签的情况下植入后门，特洛伊木马攻击通过特定触发词激活预设的恶意行为70% 相似待验证计算机使用能力的核心安全风险包括Prompt Injection攻击和未经授权访问敏感本地数据68% 相似待验证同一段网络扫描代码在安全研究场景中是合法工具，在攻击场景中可能是恶意载荷，使意图识别困难68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/716479API
curl https://kongchang.com/api/v1/knowledge/claims/716479MCP
get_claim(id=716479)