支持构建安全的人工智能系统

SK Shieldus表示,为了主动应对人工智能(AI)安全威胁,已于8日发布《LLM(大规模语言模型)应用程序漏洞诊断指南》。


基于LLM的应用程序利用专门用于自然语言处理和生成的大规模语言模型,正被广泛应用于金融、制造、医疗健康等各类行业。但由于此类应用在数据及用户输入处理方式上具有独特特性,相较于传统信息技术系统更易暴露于不同类型的安全威胁,因此需要进行周密防范。


SK Shieldus:“AI也会被黑”……发布LLM漏洞诊断指南 View original image

SK Shieldus将基于AI的黑客攻击增多列为2025年的主要安全威胁之一,尤其是针对小规模语言模型(sLLM)的黑客攻击,以及利用LLM结构性漏洞实施的数据篡改与泄露攻击将会加剧。根据报告,典型的安全威胁包括“提示注入”“应用程序编程接口(API)参数篡改”“RAG(检索增强生成)数据污染”等。


本次指南强调,为预防此类安全威胁,应将用户输入与系统指令(提示)进行分离,并强化数据校验流程。此外,应根据LLM是否具备代码执行能力,利用沙箱阻断恶意代码执行,并通过构建分组权限管理体系,阻止未经授权的数据访问。指南还补充指出,尤其需要引入多层次安全体系,以防止数据污染和权限提升攻击。



Kim Byungmu,SK Shieldus网络安全部门负责人(副社长)表示:“AI技术虽然带来便利,但如果因技术不稳定导致安全漏洞被利用,可能引发严重的黑客事故。”他还表示:“本次指南将有助于企业和机构事先预防可能面临的AI安全问题,同时在构建可信赖的AI系统方面提供切实帮助。”


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。