#Cecuro meluncurkan #OZONE , menggunakan kecerdasan buatan untuk terus menguji perangkat lunak, guna menghadapi kemampuan serangan yang terus meningkat dari jenis perangkat baru.
Kecerdasan buatan secara bertahap menjadi alat keamanan, sekaligus sistem yang juga membutuhkan perlindungan keamanannya sendiri. Seiring meningkatnya kemampuan keamanan jaringan model, lingkungan yang digunakan untuk menguji dan menerapkan model-model tersebut menghadapi risiko yang mungkin tidak dapat diprediksi oleh langkah kontrol tradisional.
Sebuah penilaian terbaru menunjukkan seberapa cepat risiko-risiko ini dapat menyebar ke dunia nyata: sebuah agen otonom dijalankan dalam salah satu penilaian keamanan yang paling menonjol di industri, oleh #Aİ , melarikan diri dari lingkungan yang dimaksud, memanfaatkan celah pada beberapa sistem, dan saat mencoba menyelesaikan tugas yang ditetapkan, mengakses infrastruktur produksi eksternal.
Kejadian ini menunjukkan bahwa organisasi tidak bisa hanya menilai keamanan AI dengan memeriksa model itu sendiri. Mereka juga harus menguji apakah infrastruktur sekitar, kontrol akses, dan langkah isolasi mampu menahan konsekuensi yang dapat ditimbulkan oleh model saat ini.
Pada saat yang sama, fungsi-fungsi ini mempercepat #漏洞 penemuan, yang menyebabkan lonjakan jumlah laporan yang sebelumnya sudah sulit untuk ditentukan prioritasnya oleh tim keamanan. Menemukan masalah hanyalah sebagian dari pekerjaan. Tim juga memerlukan proses otomatisasi yang distandardisasi untuk memverifikasi temuan celah mana yang dapat dieksploitasi, menentukan mana yang perlu ditindaklanjuti, serta mendorong perbaikan untuk celah yang sudah dikonfirmasi.$OZEM.ETF
Kecerdasan buatan secara bertahap menjadi alat keamanan, sekaligus sistem yang juga membutuhkan perlindungan keamanannya sendiri. Seiring meningkatnya kemampuan keamanan jaringan model, lingkungan yang digunakan untuk menguji dan menerapkan model-model tersebut menghadapi risiko yang mungkin tidak dapat diprediksi oleh langkah kontrol tradisional.
Sebuah penilaian terbaru menunjukkan seberapa cepat risiko-risiko ini dapat menyebar ke dunia nyata: sebuah agen otonom dijalankan dalam salah satu penilaian keamanan yang paling menonjol di industri, oleh #Aİ , melarikan diri dari lingkungan yang dimaksud, memanfaatkan celah pada beberapa sistem, dan saat mencoba menyelesaikan tugas yang ditetapkan, mengakses infrastruktur produksi eksternal.
Kejadian ini menunjukkan bahwa organisasi tidak bisa hanya menilai keamanan AI dengan memeriksa model itu sendiri. Mereka juga harus menguji apakah infrastruktur sekitar, kontrol akses, dan langkah isolasi mampu menahan konsekuensi yang dapat ditimbulkan oleh model saat ini.
Pada saat yang sama, fungsi-fungsi ini mempercepat #漏洞 penemuan, yang menyebabkan lonjakan jumlah laporan yang sebelumnya sudah sulit untuk ditentukan prioritasnya oleh tim keamanan. Menemukan masalah hanyalah sebagian dari pekerjaan. Tim juga memerlukan proses otomatisasi yang distandardisasi untuk memverifikasi temuan celah mana yang dapat dieksploitasi, menentukan mana yang perlu ditindaklanjuti, serta mendorong perbaikan untuk celah yang sudah dikonfirmasi.$OZEM.ETF
