پژوهشگران سه راهکار برای مقابله با حملهٔ درِپشتی به سامانه‌های تشخیص چهره پیشنهاد کردند

گزارشی فنی در arXiv به تهدیدی می‌پردازد که در آن آموزش مدل درون سازمان انجام می‌شود، اما داده‌های آموزشی از شرکت‌های ثالثی می‌آیند که ممکن است به خطر افتاده باشند. نویسندگان سه راهکار عملی برای دفاع در برابر حمله‌های درِپشتی مبتنی بر مسموم‌سازی داده پیشنهاد کرده‌اند.

یکی از روش‌ها هنگام آموزش یا پیش از به‌کارگیری سامانه، هویت‌های آلوده را شناسایی می‌کند. دو روش دیگر هنگام استنتاج، ورودی‌های مشکوک را پیش از ارسال پاسخ به مهاجم احتمالی فیلتر می‌کنند. به‌گفتهٔ چکیده، گزارش برای هر روش انگیزه، الگوریتم و هزینهٔ محاسباتی را شرح می‌دهد و آن‌ها را روی بارهای کاری واقع‌گرایانهٔ تشخیص چهره ارزیابی می‌کند.