資料の 英語版 に戻る
AI のデータ・ポイゾニング・リスク
AI のデータ・ポイゾニング・リスク
説明
攻撃者または悪意のある内部関係者が、意図的に破損したサンプル、虚偽のサンプル、誤解を招くサンプル、または誤ったサンプルをトレーニング・データ・セットまたは微調整データ・セットに注入する攻撃の一種。
データ・ポイズニングがファウンデーション・モデルの問題である理由
ポイズニング・データにより、モデルが悪意のあるデータ・パターンの影響を受けやすくなり、攻撃者の希望する出力が生成される可能性があります。 これにより、攻撃者が自分の利益のためにモデルの動作を強制できるというセキュリティー・リスクが生じる可能性があります。 意図しない、潜在的に悪意のある結果を生成することに加え、データ・ポイズニングによるモデルの不整合により、ビジネス・エンティティーが法的結果や評判の悪さに直面する可能性があります。
親トピック: AI リスク・アトラス