Nguồn Thông Tin Mối Đe Dọa Cho Bảo Mật Hệ Thống AI

Bài viết do Viacheslav Mosin từ ITMO's AI Talent Hub và ITMO AI Security Lab chấp bút, cung cấp một cái nhìn tổng quan về các nguồn thông tin quan trọng để thu thập dữ liệu về các mối đe dọa an ninh thông tin liên quan đến các hệ thống AI. Bài viết nhắc lại rằng CEO của Nvidia, Jensen Huang, đã gọi sự ra mắt của ChatGPT là 'thời điểm iPhone của AI', và lưu ý rằng đến năm 2025, 88% các công ty cho biết họ đã sử dụng AI trong ít nhất một chức năng kinh doanh, theo McKinsey. Các nguồn được xem xét bao gồm MITRE ATLAS, các tài liệu OWASP Top 10 (dành cho LLM, Agentic, Agentic Skills, MCP), Google Secure AI Framework (SAIF), và Mô hình Đe dọa An ninh mạng AI của Sber. MITRE ATLAS được đánh giá cao vì tần suất cập nhật lớn, các chiến thuật và kỹ thuật được cấu trúc rõ ràng, cùng với một kho lưu trữ có thể đọc được bằng máy trên GitHub, khiến nó phù hợp để xây dựng các mô hình đe dọa. Các danh sách OWASP thì phổ biến và được tích hợp vào các công cụ bảo mật, nhưng bị giới hạn ở mười rủi ro mỗi danh sách. Google SAIF cung cấp một bản đồ rủi ro gồm các thành phần, rủi ro và biện pháp giảm thiểu, nhưng số lượng mối đe dọa ít hơn và mang tính trừu tượng ở cấp độ cao. Mô hình của Sber, được cập nhật vào tháng 7 năm 2026, mô tả 37 mối đe dọa và 51 phương thức triển khai, đồng thời phân biệt giữa kẻ tấn công từ bên ngoài và bên trong. Bài viết dường như kết luận rằng MITRE ATLAS là nguồn tốt nhất để xây dựng mô hình đe dọa toàn diện.