當攻擊者篡改用于訓練 AI 模型的數據時,實際上會“中毒”。因為人工智能依賴于這些數據來學習如何做出準確的預測,所以算法生成的預測將是不正確的。
威脅行為者現在正在以可用于網絡攻擊的方式處理數據。例如,他們可以通過更改推薦引擎的數據來做很多事情。從那里,他們可以讓某人下載惡意軟件應用程序或單擊受感染的鏈接。
數據中毒是如此危險,因為它使用人工智能來對付我們。我們越來越相信人工智能對我們個人生活和工作的許多方面的預測。從幫助我們選擇要觀看的電影到告訴我們哪些客戶可能會取消他們的服務,它無所不能。
威脅行為者也在使用數據中毒來滲透防御者用來發現威脅的工具。首先,他們可以更改數據或添加數據以生成不正確的分類。此外,攻擊者還利用數據中毒來生成后門。
對 AI 工具的數據中毒攻擊的增加意味著企業和機構可能會猶豫轉向這些工具。它還使防御者知道要信任哪些數據變得更具挑戰性。
針對使用人工智能 (AI) 和機器學習 (ML) 的安全軟件的數據中毒可能是下一個重大的網絡安全風險。隨著這種新威脅的迅速出現,防御者必須學習如何發現數據中毒攻擊以及如何預防它們。否則,將根據錯誤數據做出業務和網絡安全決策。作為捍衛者不能盲目相信擁有的工具和數據。應更加了解算法的工作原理并定期檢查異常數據將有助于我們提前防范攻擊。