Adversarial machine learning er en teknik, hvor machine learning algoritmer udsættes for modstand eller angreb af en anden algoritme eller person. Dette kan ske ved at tilføje støj eller ændre data, som algoritmen bruger til at lave forudsigelser. Formålet med dette er at teste og forbedre robustheden af machine learning algoritmer, så de kan modstå angreb og manipuleringer af hackere.