3 πράγματα που πρέπει να κάνουν οι επιχειρήσεις για να εξασφαλίσουν εφαρμογές στην εποχή της τεχνητής νοημοσύνης

Οι οργανισμοί πρέπει γρήγορα

προσαρμόζουν τις στρατηγικές ασφαλείας των εφαρμογών τους για την αντιμετώπιση νέων απειλών που τροφοδοτούνται από την τεχνητή νοημοσύνη.

Περιλαμβάνουν:

• Πιο εξελιγμένη κυκλοφορία bot.
• Πιο πιστευτές επιθέσεις phishing.
• Η άνοδος των νόμιμων πρακτόρων τεχνητής νοημοσύνης που έχουν πρόσβαση στους διαδικτυακούς λογαριασμούς των πελατών για λογαριασμό των χρηστών.

Κατανοώντας τις επιπτώσεις της τεχνητής νοημοσύνης στη διαχείριση πρόσβασης ταυτότητας (IAM) και λαμβάνοντας προληπτικά μέτρα, οι επιχειρήσεις μπορούν να παραμείνουν μπροστά από την καμπύλη τεχνητής νοημοσύνης και να προστατεύσουν τα ψηφιακά τους στοιχεία. Ακολουθούν οι τρεις κορυφαίες ενέργειες που πρέπει να λάβουν υπόψη στις στρατηγικές ασφαλείας τους οι οργανισμοί που προετοιμάζουν την ασφάλεια των εφαρμογών τους για έναν κόσμο μετά την τεχνητή νοημοσύνη:

Άμυνα ενάντια στην αντίστροφη μηχανική

Οποιαδήποτε εφαρμογή εκθέτει δυνατότητες τεχνητής νοημοσύνης από την πλευρά του πελάτη κινδυνεύει από ιδιαίτερα εξελιγμένες επιθέσεις ρομπότ που θέλουν να «σκουπίσουν» ή να στείλουν ανεπιθύμητα μηνύματα σε αυτά τα τελικά σημεία του API — και ήδη βλέπουμε παραδείγματα αντίστροφης μηχανικής ιστότοπων που υποστηρίζονται από τεχνητή νοημοσύνη για δωρεάν υπολογισμό τεχνητής νοημοσύνης.

Εξετάστε το παράδειγμα του

GPT4Free

, ένα έργο GitHub αφιερωμένο στην αντίστροφη μηχανική τοποθεσιών σε piggyback σε πόρους GPT. Συσσώρευσε εκπληκτικά 15.000+ αστέρια μέσα σε λίγες μέρες σε ένα κραυγαλέο δημόσιο παράδειγμα αντίστροφης μηχανικής.

Για να αποφευχθεί η αντίστροφη μηχανική, οι οργανισμοί θα πρέπει να επενδύσουν σε προηγμένα εργαλεία μετριασμού απάτης και bot. Οι τυπικές μέθοδοι anti-bot, όπως το CAPTCHA, ο περιορισμός ρυθμού και το JA3 (μια μορφή δακτυλικού αποτυπώματος TLS) μπορεί να είναι πολύτιμες για την καταπολέμηση των συνηθισμένων ρομπότ, αλλά αυτές οι τυπικές μέθοδοι ξεπερνιούνται εύκολα από πιο περίπλοκα προβλήματα ρομπότ όπως αυτά που αντιμετωπίζουν τα τελικά σημεία τεχνητής νοημοσύνης. Η προστασία από την αντίστροφη μηχανική απαιτεί πιο εξελιγμένα εργαλεία όπως προσαρμοσμένα CAPTCHA ή ανθεκτικά σε παραβιάσεις JavaScript και εργαλεία δακτυλικών αποτυπωμάτων συσκευών.