.png){kind=icon}
返回
Reliability analysis of cloud-based machine learning services under poisoning attacks
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ress.2026.113205.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
云服务机器学习平台（CMLaaS）为企业提供按需机器学习能力，加速机器学习技术的商业应用。然而，这些平台易受投毒攻击，威胁服务完整性。本文引入基于重试排队模型的服务-攻击框架，评估CMLaaS在攻击存在下的性能。模型中，外部攻击者实施针对性投毒尝试，除非专门检查否则无法被检测；若攻击在服务完成前未被中和（即修复），输出将被视为无效。为满足工程实践中快速精确可靠性评估的需求，本文提出基于蒙特卡罗模拟的算法估计瞬时可靠性。随后，分析利己和利他情形下客户策略行为，揭示抑制自私行为对提升系统可靠性的重要作用。此外，研究不同成本结构下的成本效益比（CER）优化问题，为不同目的的CMLaaS平台运营策略提供更全面分析。最后，基准模型扩展至检测不完善、修复不完善和有限容量情形。数值实验验证模型，表明提升修复能力的必要性。
Keyword:
Machine learning as a service
Retrial queues
Poisoning attacks
Reliability analysis
Strategic customers
期刊
R
IF:
11
论文数:
1.0K
被引数:
0
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏Transient analysis of an M/G/1 retrial queue subject to disasters and server failures遭受灾难和服务器故障的M/G/1重试队列的瞬态分析
PREAI
分享收藏Reliability modeling for three-version machine learning systems through Bayesian networks基于贝叶斯网络的三版本机器学习系统可靠性建模
PREAI
分享收藏分享收藏Reliability modeling and analysis for linear consecutive-k-out-of-n: F retrial systems with two maintenance activities具有两个维护活动的线性连续k-out-of-n: F重试系统的可靠性建模与分析
PREAI
分享收藏Unsupervised cyberattack detection in smart grids: A novel approach integrating horizontal federated learning for the control center and substations智能电网中无监督的网络安全攻击检测：一种将水平联邦学习应用于控制中心和变电站的新型方法
PREAI
分享收藏
查看更多内容