AI安全架构
2025-01-18 19:00:43 0 举报
AI安全框架的核心是在框架级别指导模型构建全生命周期的安全体系规划,以确保企业应用人工智能的安全性和可靠性。它定义了模型构建到运行的各个生命周期,分别为数据管理,扩展-微调,模型验证,扩展-RAG,模型部署,模型运行,以及各个阶段攻击者的技战术。而知识库则细化到框架中每个技战术的解读,攻击实例分析,关联技战术,以及具体的安全防护措施。
作者其他创作
大纲/内容
CVE / CWE
确认数据投喂
应用开发
垃圾数据攻击ML模型
扩展-RAG
软件&平台&组件
侵蚀ML模型
操纵向量数据库工件
发现ML模型本体
TTPS
训练数据集
测试数据投喂
模型部署
测试数据集投喂
数据存储投喂
模型验证
AI安全架构
数据管理
扩展数据投喂
扩展 微调
操纵数据用例
逃避ML模型
向量数据库妥协
发现ML模型族
ML服务拒绝
ML数据泄露
模型开发
模型运行
干扰微环境
发现ML模型工件
ML工件投喂
ML模型后门
ML推理API泄露
0 条评论
下一页