One RNG to Rule Them All: How Randomness Becomes an Attack Vector in Machine Learning
यह शोध पत्र इस बात की खोज करता है कि कैसे मशीन लर्निंग फ्रेमवर्क में छद्म यादृच्छिक संख्या जनरेटर (PRNGs) की कमजोरियों को गुप्त हमले के वाहकों के रूप में इस्तेमाल किया जा सकता है और **RNGGuard** का प्रस्ताव करता है, जो एक ऐसा टूल है जो मशीन लर्निंग सिस्टम की सुरक्षा के लिए असुरक्षित रैंडम फंक्शन्स का स्टैटिक विश्लेषण करता है और उन्हें सुरक्षित कार्यान्वयन के साथ डायनामिक रूप से बदल देता है।