MITRE ATLAS : Paysage des menaces adversariales pour les systèmes d'intelligence artificielle

Résumé

Cette ressource fournit une vue d'ensemble complète du framework MITRE ATLAS, détaillant sa couverture étendue des menaces contre les systèmes d'IA. ATLAS offre une base de connaissances structurée couvrant l'ensemble du paysage des menaces pour l'apprentissage automatique et les systèmes d'intelligence artificielle.

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 : Incidents d'attaques réelles documentés

Catégories de menaces

Le framework organise les menaces en catégories incluant :

• Reconnaissance et collecte de ressources
• Développement et empoisonnement de modèles
• Évasion et manipulation d'inférence
• Exfiltration et impact

À qui s'adresse cette ressource

• Analystes de sécurité surveillant les systèmes IA
• Équipes de renseignement sur les menaces suivant les menaces IA
• Équipes de réponse aux incidents enquêtant sur les compromissions IA