Amenințări ale sistemului AI
Catalog cuprinzător de vulnerabilități specifice AI și vectori de atac
Amenințări critice
Immediate risks with potential for severe impact. Require urgent remediation.
Risc ridicat
Serious vulnerabilities that should be addressed promptly to reduce exposure.
Strategii de apărare
Cele mai bune practici pentru reducerea amenințărilor și amenințărilor AI.
Categorii de amenințări
Prompt Injection
CriticalCrafted inputs designed to manipulate model behavior, override safeguards, or extract sensitive information.
|
- Craft adversarial prompts with hidden instructions or special characters
- Attempt multi-turn injection chaining
- Test for jailbreak bypass of alignment filters
- Evaluate output sanitization and safety layers
Training Data Poisoning
CriticalMalicious or biased data introduced into training pipelines, compromising model integrity and reliability.
|
- Analyze data provenance and supply chain
- Inject poisoned samples and assess downstream effects
- Test resilience to mislabeled or manipulated data
- Review validation and anomaly detection mechanisms
Model Inversion
HighReconstructing training data or sensitive attributes from model outputs, leading to privacy breaches.
|
- Attempt to recover representative training samples
- Test susceptibility to membership inference attacks
- Evaluate differential privacy protections
- Assess risk of leaking PII from embeddings
Adversarial Examples
HighInputs intentionally perturbed to cause misclassification, hallucinations, or other erroneous outputs.
|
- Generate gradient-based adversarial examples
- Apply noise and perturbation attacks
- Check model consistency across variations
- Evaluate robustness against transfer attacks
Model Stealing
HighExtraction of model functionality or parameters through repeated queries or side-channel analysis.
|
- Simulate query-based model extraction
- Analyze API rate limits and response variability
- Check for fingerprinting vulnerabilities
- Test throttling and monitoring protections
Data Memorization Leakage
HighSensitive information unintentionally memorized by AI models, retrievable via crafted prompts.
|
- Probe for known secret patterns in outputs
- Test for repeated exposure of sensitive training data
- Assess risk of accidental PII disclosure
Model Misuse & Malicious Automation
HighAI leveraged to perform tasks outside intended scope, enabling social engineering, spam, or automated attacks.
|
- Simulate misuse scenarios using sandbox models
- Test AI output moderation and guardrails
- Assess monitoring alerts for abnormal behaviors
Cele mai bune practici de testare și apărare
Mediu sigur de testare
- Folosiți instanțele sandbox sau replica pentru testare
- Nu efectuați niciodată teste neautorizate pe sistemele de producție
- Implementați capabilități de monitorizare, înregistrare și rollback
Documentație și observabilitate
- Păstrați jurnalele de testare detaliate și dovezile
- Capturați răspunsurile modelului pentru reproductibilitate
- Etichetare|Reorganizare cazuri de testare pentru viitor
Conformitatea juridică și etică
- Rămâneți în domeniul de aplicare și contractele autorizate
- Respectați protecția datelor, legile de confidențialitate și proprietatea intelectuală
- Urmărește dezvăluirea responsabilă și dezvăluirea coordonată a vulnerabilităților
Monitorizare și atenuare
- Implementați detectarea anomaliilor pentru ieșirile AI neobișnuite
- Rata de acces regulat, limitele de acces API și modelele de interogare.
- Integrate real-time alerting for critical threats