量子機械学習モデルは、従来の機械学習モデルと同様に、学習データの改竄による攻撃に対して脆弱であり、特にクラウド環境におけるデータポイズニング攻撃は深刻な脅威となる。
量子機械学習には独自の強みがある一方で、従来のシステムにはない新たな攻撃ベクトルも生み出す。これらの脆弱性に対処するための防御策として、敵対的訓練、差分プライバシー、形式的検証などが提案されている。
