مزيج الخبراء هو تصميم لشبكة عصبية يفعّل فقط جزءًا صغيرًا من معلماته لكل مُدخل. تختار طبقة توجيه خبيرًا واحدًا أو أكثر لمعالجة الطلب، بينما تبقى بقية النموذج خاملة. هذا يقلل الحوسبة النشطة ويمكن أن يجعل النماذج الكبيرة أقل تكلفة وأسرع في الخدمة دون تقليص السعة الإجمالية.
في الأمن السيبراني، يكتسب مزيج الخبراء أهمية لأن انخفاض تكلفة الاستدلال قد يدفع استخدام الذكاء الاصطناعي على نطاق أوسع، بما في ذلك عمليات النشر المستضافة ذاتيًا وعلى الحافة. وهذا يوسع سطح الهجوم المحيط بخدمة النموذج، ومنطق التوجيه، وسلسلة الإمداد الخاصة بنقاط التحقق، وبيئات التشغيل، والعتاد. ينبغي للمدافعين التحقق من مصدر النموذج، وحماية نقاط نهاية الاستدلال، ومراقبة إساءة الاستخدام مثل حقن الأوامر، وتسريب البيانات، وسرقة النموذج. وقد يستهدف المهاجمون أيضًا مسار التوجيه أو يستغلون السلوك غير المتسق بين الخبراء لتجنب الاكتشاف. لذلك يُعد مزيج الخبراء تقنية أداء وفي الوقت نفسه عامل خطر في النشر.