AIがハッカーを騙すために偽の文書を作成

AIがハッカーを騙すために偽の文書を作成

ハッカーは貴重なファイルを盗むためにネットワーク防御を突破する技術を向上しています。そこで、彼らを完全に混乱させるために、一部の研究者は、ネットワークの防御を突破した後、人工知能アルゴリズムを使用して、本当に価値のあるファイルを説得力のある偽物の海の中に隠すことを提案しました。

[[435047]]

「単語埋め込みベースの偽オンライン知識ベース生成エンジン (WE-FORGE)」と呼ばれるこのアルゴリズムは、開発中の特許のおとり文書を生成することができます。このソフトウェアの開発者らは、企業が保護する必要があると考えるあらゆる文書の偽バージョンを何十個も作成できるようになる可能性があると述べている。

ハッカーが新薬の製法を見つけたいなら、偽の特許の山の中から手がかりを見つけなければならないだろう、と彼は語った。これは、すべてのレシピを注意深く確認し、おそらく行き詰まっているレシピに投資することを意味するかもしれません。 AI によって生成されたこれらの偽造文書は、あなたから盗む人々に苦痛をもたらします。

現在、ほとんどの企業は平均 312 日間にわたって新たなサイバー攻撃を認識しています。 「犯人は、当社のすべての書類と知的財産を盗み出すのにほぼ1年かかりました」と彼は語った。「たとえファイザーの会社であっても、ほとんどすべてを盗むには十分な時間です。盗まれたのは王冠の宝石だけではなく、メイドの宝石、秘書の時計も盗まれました!」

WE-FORGE によって作成された偽造文書は、隠れた「トリガー」として機能することもできます。たとえば、魅力的なファイルにアクセスすると、セキュリティ警告が表示される場合があります。企業はこの戦略を実行するために人工的に作成された偽造品を使用することが多いです。 「しかし、もしこの AI がそれを私たちに代わって実行できれば、攻撃者にとって信憑性があるように見える新しい文書を大量に作成できるようになります。

システムはファイル内のキーワードを検索して説得力のあるおとりを作成します。見つかった概念ごとに、関連する概念のリストを計算し、元の用語をランダムに選択された用語に置き換えます。このプロセスにより、独自の情報は含まれていないものの、本物であるように見えるファイルが数十個生成されることがあります。

WE-FORGE によって生成された文書は信頼性が高いことが判明しました。この研究結果は、米国計算機協会の「Journal on Management Information Systems」に掲載されました。

WE-FORGE は最終的にその範囲を拡大する可能性があります。この研究は商業的な関心を集めるだろう。 WE-FORGE が機密情報を明かさずに信憑性のあるおとりを作成することができれば、この点では大きな勝利と言えるでしょう。

<<:  エネルギー分野における人工知能の5つの主要な応用

>>:  清華大学は、大規模な事前トレーニングなしで効率的なNLP学習フレームワークTLMを提案

ブログ    
ブログ    

推薦する

馬化騰と李延紅の対談:基礎技術は巨大産業の変革の基盤

11月8日、烏鎮で開催された世界インターネット大会で、馬化騰氏と李ロビン氏が首脳対談を行った。2人の...

ドローン技術はスマートシティの発展をどのように促進できるのでしょうか?

今日、都市化は世界の多くの地域で進んでおり、人口が増加する中、環境への影響を減らしながら増大する課題...

2022年のNature年次指数が発表され、最も急成長した50の機関のうち31は中国の機関です。

​たった今、2022年のNature年次インデックスレポートが発表されました。上位50の研究機関のう...

アンサンブル法の簡単な分析

パーソナライズされた推奨システムは、金融、電子商取引、メディア、ライブ放送などの業界における Dag...

人工知能技術の出発点と終着点

1. 人工知能技術の定義人工知能技術は、複雑な生産労働において機械が人間に取って代わることを可能にす...

...

...

リモートワークにおけるAIの活用事例

世界中の組織がリモートワークに移行する必要に迫られ、業務を維持するために技術的な対策が必要になりまし...

人工知能とモノのインターネット: インターネット通信の未来

人工知能 (AI) とモノのインターネット (IoT) の登場により、通信およびインターネット技術業...

統計と機械学習の違いは何ですか?

[[263249]]ビッグデータダイジェスト制作出典: medium編纂者:周嘉楽、郭小白、蒋宝尚...

ChatGPT-4、Bard、Claude-2、Copilot空間タスクの正確性の比較

大規模言語モデル (LLM) を含む生成 AI は、エンコード、空間計算、サンプル データ生成、時系...

データ構造とアルゴリズムシリーズ - 深さ優先と幅優先

序文データ構造とアルゴリズムシリーズ(完了部分):時間計算量と空間計算量の分析配列の基本的な実装と特...

生成型 AI がソフトウェア開発を変える 10 の方法

翻訳者 |陳俊レビュー | Chonglou 1990 年代にソフトウェア プログラミングについて話...

...