该研究探讨了神经机器翻译系统的安全性，指出其易受对抗性攻击和训练攻击影响。提出了一种毒化攻击方法，通过插入误导性样本影响翻译行为，并强调了防御策略的必要性。研究显示，针对低资源语言的攻击成功率高达75%，呼吁加强多语言安全保护措施。