Rusya Merkez Bankası, Finansal Sektörde Yapay Zeka Güvenliği için Metodolojik Öneriler Yayımladı: Genel Bakış ve Pratik Adımlar
Rusya Merkez Bankası, finansal piyasada yapay zekanın geliştirilmesi ve kullanımında bilgi güvenliğinin sağlanmasına yönelik 3-MR sayılı Metodolojik Önerileri yayımladı. Belge, yapay zeka terminolojisini tanımlamakta, riskleri kategorize etmekte ve tüm yapay zeka yaşam döngüsünü kapsayan, risklerle orantılı tehdit modellemesi ve güvenlik önlemleri için bir çerçeve sunmaktadır. Tedarik zinciri güvenliğine, açık kaynak bileşenlerine ve kritik otomatik süreçlerde insanın döngüde olması gerekliliğine özel önem verilmektedir.
Rusya Merkez Bankası, finansal piyasada yapay zekâ geliştirilmesi ve kullanımında bilgi güvenliğini ele alan 16 Haziran 2026 tarihli 3-MR sayılı Metodolojik Tavsiyeler'i yayımladı. Belge; bankalar, kredi kuruluşu olmayan finansal kuruluşlar, ödeme sistemi katılımcıları ve diğer piyasa oyuncularını hedeflemektedir. Finansta Yapay Zekâ Etik Kuralları'nı temel alan belge, halüsinasyon, veri kayması, prompt enjeksiyonu ve zehirli veri setleri gibi yapay zekâya özgü terimleri tanıtarak ulusal standartlarla (GOST R) uyum sağlamaktadır. Riskler altı türe ayrılmıştır: veri yönetimi, gizlilik, model arızası, açıklanabilirlik, satıcı/açık kaynak riskleri ve operasyonel güvenilirlik. Tehdit modelleri FSTEC metodolojisine uygun olmalıdır; önlemler riskin ciddiyetiyle orantılıdır. Yapay zekâ yaşam döngüsü dört aşamaya ayrılmıştır: veri hazırlama, geliştirme, eğitim/test etme ve işletme. Belirli tehditler arasında kaçınma (evasion), zehirleme (poisoning), model hırsızlığı ve çekişmeli saldırılar (adversarial attacks) yer almaktadır. Belge, tedarik zinciri güvenliğini vurgulayarak kuruluşların harici verilere, modellere ve açık kaynak bileşenlere olan güveni değerlendirmesini ve satıcılarla paylaşırken sterilize edilmiş veya sentetik veri kullanmasını gerektirmektedir. Ödemeler gibi kritik otomatik süreçler için insan doğrulaması önerilmektedir. Kuruluşlar yapay zekâ bileşenlerini envantere almalı, riskleri değerlendirmeli, tehdit modelleri oluşturmalı, yaşam döngüsü aşamalarında güvenlik önlemlerini uygulamalı ve bir yapay zekâ güvenlik politikası resmileştirmelidir. Kırmızı takım testi, veri minimizasyonu, çıktı etiketleme ve acil kapatma planları vurgulanmaktadır. Tavsiyeler ihtiyari olmakla birlikte düzenleyicinin yönünü işaret etmekte ve proaktif uyumu teşvik etmektedir.
Kaynak: Habr — хаб ИИ —
orijinal
