在云中部署机器学习模型时是否存在特定的企业安全问题？

Question

我们正在构建一个平台，旨在为具有重大数据安全问题的大型企业提供机器学习解决方案。所有的数据培训都是在前提下进行的，对用于模型培训的数据的性质进行了限制。一旦模型完成，我希望用标准的安全/审计标准在云中部署它。(IP白名单，访问令牌，日志)

我相信这些功能可以匿名完成(规范化，PCA等)，以提供额外的安全层。，发送到基于云的ML模型的数据是否可以引导回原始数据？

虽然我已经回顾了有关模型部署的其他问题，但这方面的安全性并没有得到具体的处理。https://dzone.com/articles/security-attacks-analysis-of-machine-learning-mode (关注的不是可用性或模型失真，而是更多关于机密数据)

同样，想法是保留学习和数据的前提，只有部署在云上的速度，灵活性和可用性。

Answer 1

发送到基于云的ML模型的数据是否可以返回到原始数据？

任何具有逆的函数，都可以返回原始数据。风险不仅来自随机查看数据的人，而且来自团队内部的内部威胁。下面是一个示例：

How to reverse PCA and reconstruct original variables from several principal components?

根据主成分的数量，也可以用蛮力来猜测特征向量。