Ataques de envenenamiento de datos en sistemas de machine learning: manipulación intencional de los conjuntos de datos de entrenamiento para comprometer la integridad, precisión o comportamiento del modelo, inserción de muestras maliciosas, inyección de puertas traseras, inversión de etiquetas, técnicas de envenenamiento dirigidas a causar clasificaciones erróneas, evasión o degradación del rendimiento, y defensas basadas en saneamiento de datos, detección de anomalías y entrenamiento robusto.