Πολλές προκλήσεις για την Τεχνητή Νοημοσύνη στη νέα εποχή.

Καθώς η Τεχνητή Νοημοσύνη γίνεται πιο προσβάσιμη και περισσότερα άτομα και επιχειρήσεις χρησιμοποιούν την Τεχνητή Νοημοσύνη μέσω κοινών εργαλείων, οι χάκερ μπορούν ταυτόχρονα να αυτοματοποιήσουν τις επιθέσεις, να επιταχύνουν τις λειτουργικές διαδικασίες και να αναπτύξουν πιο εξελιγμένες καμπάνιες για να επιτύχουν τους παράνομους στόχους τους.

Η Kaspersky αποκαλύπτει τύπους κυβερνοεπιθέσεων που υποστηρίζονται από Τεχνητή Νοημοσύνη.

Οι ακόλουθες μέθοδοι επίθεσης που έχει παρατηρήσει η Kaspersky είναι: Το ChatGPT μπορεί να χρησιμοποιηθεί για την ανάπτυξη κακόβουλου λογισμικού και την αυτόματη ανάπτυξη επιθέσεων σε πολλά θύματα. Τα προγράμματα τεχνητής νοημοσύνης διεισδύουν στα δεδομένα χρηστών σε smartphones και, μέσω της ανάλυσης ευαίσθητων δεδομένων, οι εισβολείς μπορούν να «κλέψουν» εντελώς μηνύματα, κωδικούς πρόσβασης και τραπεζικούς κωδικούς από τα θύματα. Οι αλγόριθμοι Swarm intelligence βοηθούν τα δίκτυα υπολογιστών να ανακτούν αυτόματα (bonet) κακόβουλα δίκτυα που έχουν εξαλειφθεί από λύσεις ασφαλείας.

Η έρευνα της Kaspersky σχετικά με τη χρήση της Τεχνητής Νοημοσύνης για την παραβίαση κωδικών πρόσβασης δείχνει ότι οι περισσότεροι κωδικοί πρόσβασης κρυπτογραφούνται χρησιμοποιώντας αλγόριθμους κατακερματισμού όπως το MD5 και το SHA. Επομένως, μια απλή λειτουργία μπορεί να μετατρέψει έναν κωδικό πρόσβασης σε μια γραμμή κρυπτογραφημένου κειμένου, αλλά η αντιστροφή ολόκληρης της διαδικασίας αποτελεί σημαντική πρόκληση.

Μέσω της Τεχνητής Νοημοσύνης, κακόβουλοι δράστες μπορούν να εκμεταλλευτούν δόλιο περιεχόμενο, συμπεριλαμβανομένου κειμένου, εικόνων, ήχου και βίντεο , για να εξαπολύσουν μη τεχνικές επιθέσεις. Μεγάλα γλωσσικά μοντέλα όπως το ChatGPT-4o αξιοποιούνται για τη δημιουργία εξαιρετικά εξελιγμένων σεναρίων και μηνυμάτων ηλεκτρονικού "ψαρέματος" (phishing). Ξεπερνώντας τα γλωσσικά εμπόδια, η Τεχνητή Νοημοσύνη μπορεί να γράψει ένα φαινομενικά αυθεντικό email βασισμένο αποκλειστικά σε πληροφορίες από τα μέσα κοινωνικής δικτύωσης. Μπορεί ακόμη και να μιμηθεί το στυλ γραφής του θύματος, καθιστώντας την απάτη ακόμη πιο δύσκολο να εντοπιστεί.

Εν τω μεταξύ, η τεχνολογία Deepfake έχει αναδειχθεί ως «πρόβλημα» στην κυβερνοασφάλεια, παρά το γεγονός ότι προηγουμένως θεωρούνταν προϊόν επιστημονικής έρευνας. Η πλαστοπροσωπία διασημοτήτων για οικονομικό όφελος είναι η πιο κοινή μέθοδος. Επιπλέον, οι απατεώνες χρησιμοποιούν το Deepfake για να κλέψουν λογαριασμούς και να κάνουν πλαστές κλήσεις σε φίλους και συγγενείς των θυμάτων για να αποσπάσουν χρήματα.

Εκτός από την εκμετάλλευση της τεχνολογίας τεχνητής νοημοσύνης για παράνομες δραστηριότητες, κακόβουλοι δράστες μπορούν επίσης να επιτεθούν σε αλγόριθμους τεχνητής νοημοσύνης. Αυτό περιλαμβάνει επιθέσεις «άμεσης έγχυσης», όπου κακόβουλες εντολές εισάγονται σε μεγάλα γλωσσικά μοντέλα, ακόμη και παραβιάζοντας προηγουμένως περιορισμένους κανόνες, και επιθέσεις αντιπαράθεσης, όπου κρυφά πεδία πληροφοριών προστίθενται σε εικόνες ή ήχο για να επηρεάσουν τις δυνατότητες ταξινόμησης εικόνων των συστημάτων μηχανικής μάθησης.

Η Τεχνητή Νοημοσύνη ενσωματώνεται ολοένα και περισσότερο σε κάθε πτυχή της ανθρώπινης ζωής, από την Apple Intelligence και την Google Gemini έως το Microsoft Copilot. Επομένως, η αντιμετώπιση των τρωτών σημείων της Τεχνητής Νοημοσύνης θα πρέπει να αποτελεί ύψιστη προτεραιότητα. Η Kaspersky χρησιμοποιεί την τεχνολογία Τεχνητής Νοημοσύνης για την προστασία των πελατών και των συνεργατών της εδώ και πολλά χρόνια, αναζητώντας συνεχώς τρωτά σημεία σε συστήματα Τεχνητής Νοημοσύνης για να αυξήσει την ανθεκτικότητά τους και ερευνώντας ενεργά τεχνικές κυβερνοεπιθέσεων για να παρέχει αξιόπιστη προστασία από επιθέσεις που βασίζονται στην Τεχνητή Νοημοσύνη.

ΚΙΜ ΘΑΝ

Πηγή: https://www.sggp.org.vn/nhieu-thach-thuc-cua-ai-trong-thoi-dai-moi-post754401.html