目前國內對於人工智慧 (AI) 在安全防護上的應用已有廣泛討論，但對於 AI 模型面臨的安全挑戰卻相對較少。本次演講將以 OWASP ML Top 10 為框架，針對機器學習中的常見安全風險並結合實際的深度神經網路 (DNN) 攻擊示範，詳細解釋各項攻擊原理。

此次演講將涵蓋以下議題：輸入資料攻擊(如對抗式樣本生成)、數據竄改攻擊(資料污染)、模型反推攻擊、模型竊取、以及 AI 供應鏈攻擊等。透過這些案例，聽眾將能夠清晰了解每項安全風險的運作方式，進而用來設計有效的防禦與偵測機制。