MITRE ATLAS : Paysage des amenazas adversariales pour les systèmes d'inteligencia artificial

Resumen

Cette ressource fournit une vue d'ensemble complète du framework MITRE ATLAS, détaillant sa couverture étendue des amenazas contre les systèmes d'IA. ATLAS offre une base de connaissances structurée couvrant l'ensemble du paysage des amenazas pour l'aprendizaje automatico et les systèmes d'inteligencia artificial.

Couverture du framework

• 15 tactiques : Catégories d'objectifs adversariaux de haut niveau
• 66 techniques : Méthodes spécifiques utilisées par les attaquants
• 46 sous-techniques : Variations granulaires des méthodes d'attaque
• 26 atténuations : Stratégies défensives recommandées
• 33 études de cas : Incidentes d'attaques réelles documentés

Catégories de amenazas

Le framework organise les amenazas en catégories incluant :

• Reconnaissance et collecte de ressources
• Desarrollo et empoisonnement de modelos
• Évasion et manipulation d'inférence
• Exfiltration et impacto

A quien va dirigido este recurso

• Analystes de seguridad surveillant les systèmes IA
• Equipos de renseignement sur les amenazas suivant les amenazas IA
• Equipos de réponse aux incidentes enquêtant sur les compromissions IA