Attack and defense techniques for adversarial machine learning

El panorama de la ciberseguridad ha evolucionado rápidamente, presentando riesgos para todos los sistemas informáticos. La inteligencia artificial, en particular el aprendizaje automático, ha surgido para mejorar la seguridad preservando la privacidad de los datos, detectando anomalías y malware, generando confianza y abordando los desafíos de la ciberseguridad. Sin embargo, los adversarios pueden
explotar estas técnicas, lo que ha dado lugar al desarrollo del aprendizaje automático adversarial. Nuestro artículo analiza el estado actual del aprendizaje automático adversarial mediante una revisión de 68 estudios realizados entre 2016 y 2023,
describiendo las técnicas de ataque y defensa, los desafíos y las consideraciones. Este estudio busca apoyar a los investigadores en la mejora de las medidas de seguridad basadas en IA y el fomento de avances en este campo para lograr soluciones más
robustas.