Машинное обучение для безопасности и безопасность машинного обучения.
Мир информационной безопасности традиционно борьба “щита и меча”: как только защитился, нужно не забывать, что злоумышленники тоже не сидят на месте и также изучают и используют новомодные техники для достижения своих целей.
В этом году в рамках секции рассмотрим как сторону защиты, так и нападения. Спикеры из Positive Technologies и Kaspersky расскажут как применяют машинное обучения для обеспечение безопасности. Спикер из многообещающего стартапа по защищенности ИИ-сервисов Adversa поделится своим опытом тестирования Facial Recognition систем на безопасность. А в заключении обсудим перспективную тему Federated Learning со спикерами из университетов США и Австрии, риски и атаки.
Для обсуждения оффлайн можно использовать канал в ODS #security.
Доклад |
Спикер |
How to improve SOC analysts efficiency using ML |
Daniil Udimov, |
Web bot detection and classification |
Nikolay Lyfenko, |
Testing Facial Recognition System Security |
Alex Polyakov, |
Federated learning — a step towards privacy-preserving ML. Advantages and challenges of the approach |
Anastasia Pustozerova, |
How to Backdoor Federated learning |
Eugene Bagdasaryan, |
Our website uses cookies, including web analytics services. By using the website, you consent to the processing of personal data using cookies. You can find out more about the processing of personal data in the Privacy policy