Uhkatiedon lähteet tekoälyjärjestelmien tietoturvaan

Artikkelissa, jonka on kirjoittanut Viacheslav Mosin ITMO:n AI Talent Hubista ja ITMO AI Security Labista, annetaan yleiskatsaus keskeisiin lähteisiin, joista voidaan kerätä tietoturvauhkia, jotka liittyvät tekoälyjärjestelmiin. Siinä mainitaan, että Nvidian toimitusjohtaja Jensen Huang kutsui ChatGPT:n julkaisua tekoälyn 'iPhonen hetkeksi', ja huomautetaan, että McKinsey:n mukaan vuoteen 2025 mennessä 88 prosenttia yrityksistä ilmoitti käyttävänsä tekoälyä ainakin yhdessä liiketoimintatoiminnossaan. Tarkasteltuihin lähteisiin kuuluvat MITRE ATLAS, OWASP Top 10 -asiakirjat (LLM-, Agentic-, Agentic Skills- ja MCP-aiheista), Googlen Secure AI Framework (SAIF) ja Sberin tekoälyn kyberturvallisuuden uhkamalli. MITRE ATLASia kiitetään sen korkeasta päivitystiheydestä, jäsennellyistä taktiikoista ja tekniikoista sekä koneellisesti luettavasta GitHub-säilöstä, mikä tekee siitä sopivan uhkamallien rakentamiseen. OWASP-listat ovat suosittuja ja integroituja tietoturvatyökaluihin, mutta rajoittuvat kymmeneen riskiin kussakin. Googlen SAIF tarjoaa riskikartan komponentteineen, riskeineen ja lieventämistoimenpiteineen, mutta siinä on vähemmän uhkia ja korkean tason abstraktio. Sberin malli, päivitetty heinäkuussa 2026, kuvaa 37 uhkaa ja 51 toteutustapaa, ja se erottaa ulkoiset ja sisäiset hyökkääjät. Artikkeli todennäköisesti päätyy siihen, että MITRE ATLAS on paras lähde kattavaan uhkamallinnukseen.