Seguridad de los sistemas de aprendizaje automático, incluidos modelos supervisados, no supervisados y de aprendizaje por refuerzo. Trata ataques adversarios, evasión de modelos, envenenamiento de datos, inferencia de pertenencia, inversión de modelos, robustez de modelos, defensas contra la manipulación de conjuntos de datos de entrenamiento y validación de seguridad en tuberías ML/MLOps.