Sberbank publiceert bijgewerkt dreigingsmodel voor AI-systemen

Sberbank heeft toegang geopend tot haar bijgewerkte dreigingsmodel voor AI-systemen, gepubliceerd op het Kibrary-portaal in de sectie 'Voor Experts'. Het model weerspiegelt veranderingen in het cyberdreigingslandschap als gevolg van de wijdverbreide adoptie van generatieve modellen, multi-agentsystemen, Retrieval-Augmented Generation (RAG), Large Language Model (LLM)-adapters en steeds complexere AI-architecturen. Het beschrijft 37 dreigingen en 51 implementatiemethoden, elk met mogelijke gevolgen, getroffen informatie-eigenschappen, gerelateerde objecten en levenscyclusfasen. De dreigingen kunnen leiden tot datalekken, datacorruptie, inbreuken op de beschikbaarheid, modelcompromittering en ongeautoriseerde acties van AI-agenten. Het model koppelt dreigingen aan potentiële aanvalstypen met variërende kennis, technische mogelijkheden en toegangsniveaus, en breidt de lijst van beschermingsobjecten uit met voorheen onoverwogen kritieke aanvalspunten. Het is ontworpen voor AI-ontwikkelaars, MLOps-ingenieurs, architecten, cybersecurityspecialisten en risicomanagers, en helpt hen systematisch cybersecuritydreigingen aan te pakken gedurende de gehele levenscyclus van AI-oplossingen. Het document is gebaseerd op actuele dreigingsanalyse, wereldwijde praktijken en Sberbank's eigen ervaring met het beveiligen van AI-ontwikkelings- en operationele infrastructuur.