该文讨论了对使用用户提供数据训练的机器学习系统进行的数据毒化攻击问题，并提出了一种防御方法。在MNIST-1-7和Dogfish数据集上，该方法表现较好，但在IMDB情感数据集上，加入3%的毒化数据会导致测试误差从12%提升至23%。

本文讨论了机器学习系统中数据毒化攻击的问题，并提出了一种防御方法。该方法在MNIST-1-7和Dogfish数据集上表现出较强的防御能力，但在IMDB情感数据集上，添加3%的毒化数据会导致测试误差从12%提升至23%。