人工智能容易受到网络攻击。机器学习系统——现代人工智能的核心——充满了漏洞。利用这些漏洞的攻击代码已经广泛传播,而防御技术有限且难以跟上。机器学习漏洞允许黑客操纵机器学习系统的完整性(导致它们犯错)、机密性(导致它们泄露信息)和可用性(导致它们停止运行)。这些漏洞可能造成新型隐私风险、系统性不公正(如内在偏见)甚至身体伤害。机器学习系统的开发人员(尤其是在国家安全背景下)必须学习如何管理与这些系统相关的不可避免的风险。他们应该预料到对手会善于发现和利用弱点。政策制定者必须决定何时可以安全部署机器学习系统以及何时风险太大。对机器学习系统的攻击不同于传统的黑客攻击,因此需要新的保护和响应。例如,机器学习漏洞通常无法像传统软件那样修补,从而为攻击者留下了持久的漏洞。更糟糕的是,其中一些漏洞几乎不需要或根本不需要访问受害者的系统或网络,这为攻击者提供了更多机会,并降低了防御者检测和保护自己免受攻击的能力。因此,本文提出了四个发现供政策制定者考虑:
关于人工智力(尤其是大型语言模型(LLM)和其他生成AI系统)是否可以成为恶意黑客攻击的工具与正在进行的对话和政策框架相关,这些工具与寻求管理人工智能领域的创新风险的风险有关。本报告将LLM的现有功能映射到网络攻击生命周期的阶段,以分析这些系统是否以及如何改变进攻性网络景观。在这样做时,它可以在生成人工智能(GAI)的角色之间进行差异,这些生成性人工智能(GAI)可以帮助较少成熟的参与者进入空间或扩大其活动 - 有能力增加网络犯罪等机会性活动的整体数量,例如那些可以增强诸如国家攻击威胁的恶意实体的能力的机会,例如,诸如国家的邪恶实体的能力。使用有关研究论文和书面账户研究GAI模型对相关任务或活动的效用,研究了网络攻击生命周期的每个阶段。这项研究得到了2023年6月进行的一项新型实验的发现,该发现旨在使用Chatgpt或搜索引擎和现有在线资源的帮助,命令参与者具有不同数量的技术或黑客攻击体验,以完成网络战争游戏。
疫情以及随之而来的一切:恐惧、悲伤、健康问题、经济困难、育儿挑战、活动推迟以及缺乏自由和社交互动,都增加了压力水平,导致大脑功能和脑容量发生变化。然而,想象一下,不仅能够逆转所有这些损害,还能通过一些简单的生活方式改变来改善大脑活动。这就是克里斯汀·威勒米尔博士的新书《生物黑客大脑:如何提升认知健康、表现和能力》的主题。虽然这本书在刚刚过去的一年里出版得再及时不过了,但它是基于她在 2009 年进行的开创性临床试验,该试验评估了职业美式足球运动员遭受的长期脑损伤,包括患痴呆症和阿尔茨海默氏症的风险更高。更重要的是,试验表明,一些损伤是可以逆转的。“唯一有效的预防策略是改变生活方式,这需要尽早进行,在出现临床症状之前,”克里斯汀透露。 “我们对职业运动员的研究结果有助于指导患者护理,不仅对那些患有创伤性脑损伤和神经系统问题的人,而且对那些来找我们看病的人也很有帮助,他们身体完全健康,但想优化大脑功能。”克里斯汀认为每个人都应该采取大脑健康策略,只需几个月就能看到效果。“更健康的大脑会对你的情绪健康产生积极影响
摘要:在未来十年内,为了应对高度互联和数字化的世界所产生的大量信息,对自动化、智能数据处理和预处理的需求预计将会增加。在过去的几十年里,现代计算机网络、基础设施和数字设备的复杂性和互联性都在增长。保护这些资产的网络安全人员面临着越来越多的攻击面和不断改进的攻击模式。为了管理这一点,网络防御方法开始依赖于支持人类工作的自动化和(人工智能)。然而,机器学习 (ML) 和人工智能 (AI) 支持的方法不仅已集成到网络监控和端点安全产品中,而且几乎无处不在涉及持续监控、复杂或大量数据的任何应用中。智能 IDS、自动化网络防御、网络监控和监视以及安全软件开发和编排都是依赖 ML 和自动化的资产的例子。由于这些应用对社会的重要性,恶意行为者对这些应用非常感兴趣。此外,ML 和 AI 方法还用于数字助理、自动驾驶汽车、人脸识别应用等所使用的视听系统中。已经报道了针对视听系统 AI 的成功攻击媒介。这些攻击范围从需要很少的技术知识到劫持底层 AI 的复杂攻击。
18. L Sterle 和 S Bhunia。“论 SolarWinds Orion 平台安全漏洞”。2021 年 IEEE SmartWorld、无处不在的智能计算、高级可信计算、可扩展计算通信、人联网和智慧城市创新 (SmartWorld/SCALCOM/UIC/ATC/IOP/SCI),(2021):636-641。
美国联邦调查局 (FBI)、美国国务院和国家安全局 (NSA) 以及韩国国家情报局 (NIS)、国家警察厅 (NPA) 和外交部 (MOFA) 联合发布此通报,强调朝鲜民主主义人民共和国 (DPRK,又名朝鲜) 受国家支持的网络行为者使用社会工程学在全球范围内针对研究中心和智库、学术机构和新闻媒体组织雇用的个人进行计算机网络攻击 (CNE)。众所周知,这些朝鲜网络行为者会冒充真正的记者、学者或其他与朝鲜政策圈有可靠联系的个人进行鱼叉式网络钓鱼活动。朝鲜利用社会工程学非法获取目标的私人文件、研究和通信,收集有关地缘政治事件、外交政策战略和影响其利益的外交努力的情报。
18. L Sterle 和 S Bhunia。“论 SolarWinds Orion 平台安全漏洞”。2021 年 IEEE SmartWorld、无处不在的智能计算、高级可信计算、可扩展计算通信、人联网和智慧城市创新 (SmartWorld/SCALCOM/UIC/ATC/IOP/SCI),(2021):636-641。
正在开发对抗性机器学习 (ML) 程序来篡改美国的国防系统。攻击者可以采取多种方法:逃避攻击、方程式求解攻击、路径查找攻击、模型反转攻击、成员推理攻击、成员推理攻击、黑盒攻击(仅举几例)。这些攻击旨在降低 ML 信心并导致它们错误分类信息。卫星与所有其他技术一样,容易受到网络攻击。而且由于机器学习是一个指数过程,漏洞只会随着时间的推移而变得更加脆弱。有人提到,人工智能可用于入侵健康/医疗公司、股票市场、石油和天然气公司甚至政府,但更大的风险是帮助这些公司运营的东西:卫星。我们可以通过手机访问的看似无限的无尽数据云以及互联网上的所有信息都通过卫星,这是黑客预计的下一个目标之一。分析
18. L Sterle 和 S Bhunia。“论 SolarWinds Orion 平台安全漏洞”。2021 年 IEEE SmartWorld、无处不在的智能计算、高级可信计算、可扩展计算通信、人联网和智慧城市创新 (SmartWorld/SCALCOM/UIC/ATC/IOP/SCI),(2021):636-641。
摘要:文章考虑了其从中性术语中的演变来分析黑客入侵的概念,该术语将超越特定的行动方案转移到负面环境,在这种情况下,该概念通常等同于网络安全漏洞或网络犯罪。研究对空间和网络空间概念的理解以及选定的网络威胁,显示了现代技术的发展对真实和虚拟空间之间边界的模糊的影响。基于网络犯罪领域的选定案例,指示网络空间中的动作的特定特征及其在现实世界中的影响。网络犯罪分子的新方法开辟了有关犯罪地理的犯罪学研究的新领域。该论文指出,国家行动者参与网络攻击,这使得消除网络罪犯安全的港口并降低了国际合作工具在刑事案件中的有效性。