AI தரவு மீறல் என்றால் என்ன? இது ஒரு பாதுகாப்பு சம்பவமாகும், அதில் ஒரு AI அமைப்பு -- அதன் பயிற்சி தரவு, மாதிரி வெளியீடுகள் அல்லது உள்கட்டமைப்பு மூலம் -- அங்கீகாரம் இல்லாமல் முக்கியமான தகவலை கசிய விடுகிறது, வெளிப்படுத்துகிறது அல்லது தவறாகக் கையாள்கிறது. AI கருவிகள் தினசரி பணி ஓட்டங்களின் ஒரு பகுதியாக மாறும்போது, இந்த அச்சுறுத்தலைப் புரிந்துகொள்வது தங்கள் டிஜிட்டல் பாதுகாப்பு குறித்து அக்கறை கொண்ட வணிகங்கள் மற்றும் தனிநபர்களுக்கு இனி விருப்பத்தேர்வு அல்ல.
இவை ஏதேனும் உங்களுக்கு தனிப்பட்ட முறையில் ஏன் முக்கியம் என்று நீங்கள் கேட்கலாம். நீங்கள் வாடிக்கையாளர் ஆதரவுக்கான சாட்போட்டை பயன்படுத்தினாலும், வேலையில் AI-இயக்கப்படும் கருவிகளை நம்பினாலும் அல்லது வெறுமனே ஆன்லைனில் பரிந்துரை இயந்திரங்களுடன் தொடர்பு கொண்டாலும், நீங்கள் ஏற்கனவே AI சுற்றுச்சூழல் அமைப்பின் உள்ளே இருக்கிறீர்கள். அந்த சுற்றுச்சூழல் அமைப்பு வெடிக்கும்போது, உண்மையான மக்களைப் பற்றிய உண்மையான தரவு வெளியேறுகிறது. இந்த வழிகாட்டி சரியாக என்ன நடக்கிறது, ஏன் நடக்கிறது மற்றும் அதைப் பற்றி நீங்கள் என்ன செய்யலாம் என்பதன் மூலம் உங்களை அழைத்துச் செல்கிறது.

AI தரவு மீறல் என்றால் சரியாக என்ன?
AI தரவு மீறல் என்றால் என்ன என்பதைப் புரிந்துகொள்ள, AI அமைப்புகள் உண்மையில் எவ்வாறு செயல்படுகின்றன என்பதை நீங்கள் முதலில் சிந்திக்க வேண்டும். இந்த அமைப்புகள் பிரம்மாண்டமான தரவுத்தொகுப்புகளில் பயிற்சி பெற்றுள்ளன, பெரும்பாலும் மின்னஞ்சல்கள், மருத்துவ பதிவுகள், கொள்முதல் வரலாறுகள் அல்லது பயனர் நடத்தை பதிவுகளைக் கொண்டிருக்கின்றன. அந்த தரவு பயிற்சிக்குப் பிறகு வெறுமனே மறைந்துவிடாது -- அது சில நேரங்களில் மீட்டெடுக்கக்கூடிய வழிகளில் மாதிரியில் உட்பொதிக்கப்படுகிறது.
ஒரு மீறல் பல அடுக்குகளில் நிகழலாம். பயிற்சி தரவை கற்றல் செயல்முறைக்கு முன்னோ அல்லது அதன் போதோ திருடப்படலாம். மாதிரியானது முக்கியமான பதிவுகளை "மனனம் செய்து" அதைச் சரியான வழியில் தூண்டப்படும் போது மீளுருவாக்கம் செய்யலாம். அல்லது தாக்குபவர்கள் AI இயங்கும் API அல்லது கிளவுட் சூழலில் உள்ள பலவீனங்களைப் பயன்படுத்தலாம்.
இதை வடிவமைக்க ஒரு பயனுள்ள வழி: பாரம்பரிய தரவு மீறல்கள் யாரோ ஒரு கோப்பு அலமாரியில் நுழைவது போன்றது. AI தரவு மீறல் என்பது யாரோ ஒருவர் கோப்பு அலமாரியை பேசவைப்பதற்கான வழியைக் கண்டுபிடிப்பது போன்றது -- அது தான் சேமித்த அனைத்தையும் பட்டியலிடத் தொடங்குகிறது.
AI ஏன் தரவு மீறல்களை மிகவும் சிக்கலாக்குகிறது
பாரம்பரிய சைபர் பாதுகாப்பு ஃபயர்வால்கள் மற்றும் அணுகல் கட்டுப்பாடுகளுடன் தரவுத்தளங்கள் மற்றும் சேவையகங்களைப் பாதுகாப்பதில் கவனம் செலுத்தியது. AI பாதுகாப்பை மிகவும் கடினமாக்கும் பல புதிய சிக்கல்களைச் சேர்க்கிறது.
முதலாவதாக, AI மாதிரிகள் தற்செயலாக குறிப்பிட்ட தரவு புள்ளிகளை மனப்பாடம் செய்யக்கூடும். Google Brain மற்றும் பிற நிறுவனங்களின் ஆராய்ச்சி பெரிய மொழி மாதிரிகள் பகுதி உள்ளீடுகளுடன் தூண்டப்படும் போது சரியான பயிற்சி தரவை மீளுருவாக்கம் செய்ய முடியும் என்பதை நிரூபித்துள்ளது. இது "மனப்பாட தாக்குதல்" என்று அழைக்கப்படுகிறது, மேலும் இதற்கு பாரம்பரிய அர்த்தத்தில் ஹேக்கிங் தேவையில்லை -- புத்திசாலித்தனமான தூண்டுதல் மட்டுமே.
இரண்டாவதாக, AI பைப்லைன்கள் பெரும்பாலும் மூன்றாம் தரப்பு தரவு விற்பனையாளர்கள், கிளவுட் இன்ஃபெரன்ஸ் வழங்குநர்கள் மற்றும் திறந்த மூல மாதிரி எடைகளை உள்ளடக்கியதாக இருக்கும். ஒவ்வொரு கைமாற்றும் புள்ளியும் ஒரு சாத்தியமான வெளிப்பாடு. எந்த AI பயன்படுத்தலுக்கு பின்னால் உள்ள பாதுகாப்பு கட்டிடக்கலையை புரிந்துகொள்வது அந்த கைமாற்றுகள் எங்கு ஆபத்தை உருவாக்குகின்றன என்பதை அடையாளம் காண உதவுகிறது.
மூன்றாவதாக, ஒரு மீறல் நிகழும்போது, அதன் நோக்கத்தை வரையறுப்பது கடினம். ஒரு தரவுத்தள மீறலுடன், நீங்கள் பெரும்பாலும் வெளிப்படுத்தப்பட்ட பதிவுகளை எண்ணலாம். ஒரு AI மாதிரியுடன், அது என்ன மனப்பாடம் செய்தது, அல்லது அந்த தகவலை அது மீண்டும் எப்போது வெளிப்படுத்தும் என்று உங்களுக்குத் தெரியாமல் இருக்கலாம்.

AI தரவு மீறல்கள் பற்றி அறிந்து கொள்ள வேண்டிய விஷயங்கள்
ஆழமாகச் செல்வதற்கு முன், நினைவில் வைக்கத்தக்க சில முக்கியமான உண்மைகள் இங்கே:
- AI அமைப்புகள் பாரம்பரிய அர்த்தத்தில் "ஹேக்" செய்யப்படாமலேயே தரவை வெளிப்படுத்தலாம். சில நேரங்களில், மாதிரியே நோக்கப்படாத தரவு மூலமாக மாறுகிறது.
- அனைத்து AI தரவு மீறல்களும் தீங்கிழைக்கும் நடிகர்களை உள்ளடக்கியதல்ல. தவறாக கட்டமைக்கப்பட்ட சேமிப்பு பக்கெட்டுகள், மிகவும் அனுமதிக்கும் API-கள் அல்லது தற்செயலான தரவு பதிவு செய்தல் அனைத்தும் வெளிப்பாட்டை ஏற்படுத்தலாம்.
- GDPR மற்றும் HIPAA போன்ற கட்டுப்பாட்டு கட்டமைப்புகள் வேறு எந்த அமைப்பும் போலவே AI-கையாள தரவுக்கும் பொருந்தும். உங்கள் AI விற்பனையாளர் பயிற்சி தரவை என்ன செய்கிறார் என்பதில் அறியாமை சட்டப்பூர்வ பாதுகாப்பு அல்ல.
- AI மீறலில் வெளிப்பாட்டின் அளவை அளவிடுவது கடினமாக இருக்கலாம். வரிசைகளை எண்ணக்கூடிய ஒரு SQL தரவுத்தளத்தைப் போலல்லாமல், தனிப்பட்ட தரவைப் பற்றிய ஒரு மாதிரியின் "அறிவு" நிகழ்தகவு சார்ந்தது.
- ப்ராம்ப்ட் ஊசி -- அதில் ஒரு தாக்குபவர் சேமிக்கப்பட்ட தகவலைப் பிரித்தெடுக்க உள்ளீட்டைக் கையாளுகிறார் -- 2024 மற்றும் 2025 ஆம் ஆண்டுகளில் வேகமாக வளரும் AI தாக்குதல் வெக்டார்களில் ஒன்றாகும்.
AI தரவு மீறல் உண்மையில் எவ்வாறு நிகழ்கிறது
ஒரு மீறல் நிகழ பல தனித்துவமான பாதைகள் உள்ளன. ஒவ்வொன்றையும் புரிந்துகொள்வது எந்த AI-இயக்கப்படும் கருவியையும் மதிப்பீடு செய்யும்போது சரியான கேள்விகளைக் கேட்க உங்களுக்கு உதவுகிறது.
பயிற்சி தரவு விஷத்தனமாக்கல் மற்றும் பிரித்தெடுத்தல்
பயிற்சிக்கு முன் தரவு பைப்லைனுக்கு அணுகல் பெறும் தாக்குபவர்கள் தரவுத்தொகுப்பை முற்றிலும் திருடலாம் அல்லது தீங்கிழைக்கும் பதிவுகளைச் செருகலாம். பயிற்சிக்குப் பிறகு, தாக்குதல்களின் தனி வகை மாதிரி கற்றதை பிரித்தெடுக்க முயற்சிக்கிறது. ஒரு மாதிரியின் சொந்த வெளியீட்டை மீண்டும் மீண்டும் ஊட்டுவது -- சில நேரங்களில் "தரவு பிரித்தெடுத்தல் வளையம்" என்று அழைக்கப்படுகிறது -- அது பயிற்சி எடுத்துக்காட்டுகளை வார்த்தைக்கு வார்த்தை மீண்டும் உருவாக்கச் செய்யக்கூடும் என்று ஆராய்ச்சியாளர்கள் காட்டியுள்ளனர்.
API மற்றும் இன்ஃபெரன்ஸ் லேயர் தாக்குதல்கள்
ஒரு மாதிரி API மூலம் வரிசைப்படுத்தப்படும்போது, ஒவ்வொரு வினவலும் ஆய்வுக்கான வாய்ப்பாகும். ஒரு தாக்குபவர் பயிற்சியின் போது மாதிரி சந்தித்த தனிப்பட்ட தகவலைப் பிரித்தெடுக்க வடிவமைக்கப்பட்ட ஆயிரக்கணக்கான கவனமாக வடிவமைக்கப்பட்ட தூண்டுதல்களை அனுப்பலாம். இதனால்தான் AI பயன்பாடுகளுக்கு நன்கு வடிவமைக்கப்பட்ட பாதுகாப்பு அம்சங்கள் வினவல் வீத கட்டுப்பாடு, வெளியீட்டு வடிகட்டுதல் மற்றும் இன்ஃபெரன்ஸ் பதிவுகளில் முரண்பாடு கண்டறிதலை உள்ளடக்கியது.
மூன்றாம் தரப்பு ஒருங்கிணைப்பு அபாயங்கள்
பல வணிகங்கள் AI கருவிகளை ஏற்கனவே உள்ள மென்பொருள் தொகுப்புகளில் சொருகுகின்றன -- CRM-கள், HR தளங்கள், சுகாதார பராமரிப்பு பதிவு அமைப்புகள். ஒவ்வொரு ஒருங்கிணைப்பும் ஒரு புதிய தரவு பாதையை உருவாக்குகிறது. AI விற்பனையாளர் தங்கள் பக்கத்தில் ஒரு மீறலை அனுபவித்தால், ஒவ்வொரு இணைக்கப்பட்ட அமைப்பின் தரவும் சாத்தியமான வகையில் வெளிப்படுகிறது.
| தாக்குதல் வெக்டார் | இது எவ்வாறு செயல்படுகிறது | யார் அதிக ஆபத்தில் இருக்கிறார்கள் |
|---|---|---|
| பயிற்சி தரவு பிரித்தெடுத்தல் | மனப்பாடம் செய்யப்பட்ட தரவை மீளுருவாக்கம் செய்ய வடிவமைக்கப்பட்ட தூண்டுதல்கள் | தனிப்பயன் பயிற்சி பெற்ற மாதிரிகளைப் பயன்படுத்தும் நிறுவனங்கள் |
| API ஆய்வு | மாதிரியின் அறிவை வரைபடமாக்க மீண்டும் மீண்டும் வினவல்கள் | பொது முக AI API-கள் கொண்ட வணிகங்கள் |
| மூன்றாம் தரப்பு ஒருங்கிணைப்பு மீறல் | விற்பனையாளரின் உள்கட்டமைப்பு சமரசம் செய்யப்பட்டுள்ளது | பிளக்-அண்ட்-ப்ளே AI கருவிகளைப் பயன்படுத்தும் SMB-கள் |
| தவறாக கட்டமைக்கப்பட்ட சேமிப்பு | பயிற்சி தரவை வைத்திருக்கும் கிளவுட் பக்கெட்டுகள் திறந்த நிலையில் விடப்பட்டுள்ளன | விரைவான AI பயன்படுத்தல்களைக் கொண்ட நிறுவனங்கள் |
உண்மை உலக தாக்கம்: என்ன வெளிப்படுகிறது?
AI மீறலில் ஆபத்தில் உள்ள தரவின் வகைகள் மாதிரி எதில் பயிற்சி பெற்றது அல்லது இயக்க நேரத்தில் என்ன தரவை செயலாக்குகிறது என்பதைப் பொறுத்து கணிசமாக மாறுபடும்.
சுகாதார பராமரிப்பு AI அமைப்புகளுக்கு, நோயாளி நோயறிதல்கள், மருந்து வரலாறுகள் மற்றும் தனிப்பட்ட அடையாளங்காண்பான் வெளிப்படையான கவலையாகும். நிதி AI-க்கு, பரிவர்த்தனை வடிவங்கள், கணக்கு எண்கள் மற்றும் கடன் நடத்தை இலக்குகளாகின்றன. நிறுவன உற்பத்தித்திறன் கருவிகளுக்கு -- மின்னஞ்சல்களைச் சுருக்கமாக்கும் அல்லது அறிக்கைகளை உருவாக்கும் வகை -- ஒரு AI மீறல் உள் மூலோபாய ஆவணங்கள், பணியாளர் கோப்புகள் அல்லது வாடிக்கையாளர் தகவல்தொடர்புகளை வெளிப்படுத்தலாம்.
2023 ஆம் ஆண்டில், ஒரு பிரபலமான AI குறியீட்டு உதவியாளருடன் தொடர்புடைய பரவலாக அறிவிக்கப்பட்ட சம்பவம், சில தூண்டுதல்கள் அமைப்பு அதன் பயிற்சியின் ஒரு பகுதியாக உள்ள தனியார் களஞ்சியங்களிலிருந்து குறியீடு துணுக்குகளை மீளுருவாக்கம் செய்யக்கூடும் என்று வெளிப்படுத்தியது. யாருடைய தனியார் குறியீடு தோன்றியதோ அந்த டெவலப்பர்கள் அதை பயிற்சி பொருளாகப் பயன்படுத்துவதற்கு ஒப்புதல் அளிக்கவில்லை, மேலும் அது ஆபத்தில் இருப்பதாக கூட அவர்களுக்குத் தெரியாது.
அது தான் சங்கடமான உண்மை: நீங்கள் ஒருபோதும் அறிந்தே தொடர்பு கொள்ளாத AI அமைப்புகளில் ஏற்கனவே உங்களுக்கு தரவு இருக்கலாம்.

AI தரவு மீறல்களை பாரம்பரிய மீறல்களுடன் ஒப்பிடுதல்
இந்த இரண்டு அச்சுறுத்தல் வகைகளையும் ஒன்றுக்கு அருகே ஒன்று பார்ப்பது உதவியாக இருக்கிறது. அவர்கள் சில பொதுவான தளத்தைப் பகிர்ந்து கொண்டாலும், கண்டறிதல், நோக்கம் மற்றும் தீர்வுகளில் உள்ள வேறுபாடுகள் அவற்றை தனித்துவமான சவால்களாக கருதுவதற்கு போதுமான முக்கியத்துவம் வாய்ந்தவை.
| காரணி | பாரம்பரிய தரவு மீறல் | AI தரவு மீறல் |
|---|---|---|
| முதன்மை தாக்குதல் இலக்கு | தரவுத்தளங்கள், சேவையகங்கள், கோப்பு அமைப்புகள் | மாதிரி எடைகள், பயிற்சி தரவு, இன்ஃபெரன்ஸ் API-கள் |
| கண்டறிதல் வேகம் | மணிநேரங்களிலிருந்து நாட்கள் (சரியான கண்காணிப்புடன்) | பெரும்பாலும் வாரங்கள் அல்லது மாதங்கள், சில நேரங்களில் ஒருபோதும் இல்லை |
| நோக்கம் அளவீடு | எண்ணக்கூடிய பதிவுகள் | நிகழ்தகவு சார்ந்தது, அளவிட கடினம் |
| தீர்வு | பேட்ச், சான்றுகளை சுழற்றவும், பயனர்களுக்கு அறிவிக்கவும் | மாதிரியை மீண்டும் பயிற்சி செய்யவும், தரவு பைப்லைன்களை தணிக்கை செய்யவும், தூண்டுதல்களை கட்டுப்படுத்தவும் |
| கட்டுப்பாட்டு தெளிவு | நிறுவப்பட்ட கட்டமைப்புகள் | பெரும்பாலான அதிகார வரம்புகளில் இன்னும் வளர்ந்து வருகிறது |
AI தரவு மீறலுக்கு எதிராக எவ்வாறு பாதுகாப்பது
ஆபத்தை அறிவது செயலுக்கு வழிவகுக்கும்போது மட்டுமே பயனுள்ளதாக இருக்கும். நீங்கள் ஒரு தனிப்பட்ட பயனர், சிறு வணிக உரிமையாளர் அல்லது IT முடிவெடுப்பவர் என்றாலும் பொருந்தும் நடைமுறை படிகள் இங்கே.
தனிப்பட்ட பயனர்களுக்கு
AI கருவிகளுடன், குறிப்பாக நுகர்வோர் முகம் கொண்ட சாட்போட்களுடன் நீங்கள் என்ன பகிர்ந்து கொள்கிறீர்கள் என்பதில் தேர்ந்தெடுக்கப்பட்டவராக இருங்கள். ஒரு தளம் அதன் AI பதில்களை மேம்படுத்த உங்கள் மின்னஞ்சல், காலண்டர் அல்லது ஆவணங்களை இணைக்கச் சொன்னால், அந்த அணுகல் உண்மையில் அவசியமா என்று கருதுங்கள். உங்கள் உள்ளீடுகள் எதிர்கால பயிற்சிக்கு பயன்படுத்தப்படுகின்றனவா என்பதைப் புரிந்துகொள்ள தனியுரிமை கொள்கையைப் படியுங்கள்.
AI வரிசைப்படுத்தும் வணிகங்களுக்கு
உங்கள் AI விற்பனையாளரின் தரவு கையாளுதல் நடைமுறைகளின் முழுமையான மதிப்பாய்வுடன் தொடங்குங்கள். கேட்க தகுதியான கேள்விகள்: விற்பனையாளர் பயனர் உள்ளீடுகளைத் தக்கவைத்துக் கொள்கிறாரா? பகிரப்பட்ட மாதிரிகளை மீண்டும் பயிற்சி செய்ய உள்ளீடுகள் பயன்படுத்தப்படுகின்றனவா? பரிமாற்றத்தில் மற்றும் ஓய்வில் உள்ள தரவுக்கு என்ன என்க்ரிப்ஷன் பயன்படுத்தப்படுகிறது? வாடிக்கையாளர்களுக்கு மீறல்கள் எவ்வாறு வெளிப்படுத்தப்படுகின்றன?
ஒரு பின்னடைவு AI சூழலை உருவாக்குவது என்பது ஏதாவது தவறு நடப்பதற்கு முன், அதற்குப் பின் அல்ல, உங்கள் சொந்த பயன்படுத்தலின் பாதுகாப்பு நிலையை புரிந்துகொள்வதையும் குறிக்கிறது. உங்கள் மாதிரியின் பயிற்சி தரவு, இன்ஃபெரன்ஸ் பதிவுகள் மற்றும் ஒருங்கிணைப்பு சான்றுகளுக்கு யாருக்கு அணுகல் உள்ளது என்பதற்கான முன்னறிவிப்பு தணிக்கைகள் விருப்பப்படி கூடுதல் அல்ல -- அவை அடிப்படை தூய்மை.
தொழில்நுட்ப குழுக்களுக்கு
தனிப்பட்ட அடையாளம் காணக்கூடிய தகவல் போல் தோன்றும் வடிவங்களை மீளுருவாக்கம் செய்வதை மாதிரி தடுக்க வெளியீட்டு வடிகட்டுதலை செயல்படுத்தவும். பெரிய அளவிலான பிரித்தெடுத்தல் தாக்குதல்களை நடைமுறைக்கு ஒவ்வாததாக மாற்றுவதற்கு இன்ஃபெரன்ஸ் API-களில் கடுமையான வீத வரம்புகளை அமைக்கவும். முரண்பாடான நடத்தைக்காக ப்ராம்ப்ட் உள்ளீடுகளை பதிவு செய்து கண்காணிக்கவும். மற்றும் மாதிரி எடைகளை நீங்கள் எந்த உணர்திறன் கோட் தளத்தையும் கையாள்வது போல் கையாளவும் -- அணுகல் கட்டுப்பாடுகள், பதிப்பாக்கம் மற்றும் தணிக்கை சுவடுகளுடன்.
AI தரவு மீறலுக்குப் பிறகு என்ன நடக்கிறது?
ஒரு மீறலின் பின்னேற்றம் பழக்கமான ஆனால் வேதனையான வடிவத்தைப் பின்பற்றுகிறது. அமைப்புகள் நோக்கத்தை மதிப்பிடவும், பாதிக்கப்பட்ட தரப்பினருக்குத் தெரிவிக்கவும், பொருந்தக்கூடிய ஒழுங்குமுறைகளுக்கு இணங்குதலை வெளிப்படுத்தவும் முற்படுகின்றன. AI மீறல்களின் விஷயத்தில், அந்த நோக்க மதிப்பீடு உண்மையாகவே கடினமானது.
பாதிக்கப்பட்ட நபர்கள் அடையாள திருட்டு அல்லது அங்கீகரிக்கப்படாத கணக்கு அணுகலைக் கண்காணிக்க வேண்டியிருக்கலாம். வணிகங்கள் சாத்தியமான கட்டுப்பாட்டு அபராதங்கள், புகழ் சேதம் மற்றும் சம்பவ பதில் செலவை எதிர்கொள்கின்றன. தீர்வு செயல்முறை பெரும்பாலும் பாதிக்கப்பட்ட மாதிரியை மீண்டும் பயிற்சி செய்வது அல்லது ரோல்-பேக் செய்வதை உள்ளடக்கியது, இது குறிப்பிடத்தக்க நேரம் மற்றும் வளங்களை எடுத்துக்கொள்ளலாம்.
இங்கே வெளிப்படைத்தன்மை முக்கியம். என்ன நடந்தது, என்ன தரவு சம்பந்தப்பட்டது மற்றும் என்ன படிகள் எடுக்கப்படுகின்றன என்று தெளிவாக சொல்லப்படும் பயனர்கள் உண்மைக்குப் பிறகு வாரங்கள் கழித்து தெளிவற்ற அறிவிப்பைப் பெறுபவர்களைக் காட்டிலும் நம்பிக்கையை பராமரிக்க அதிக வாய்ப்புள்ளது.
AI தரவு மீறல் என்றால் என்ன என்பதைப் பற்றிய இறுதி எண்ணங்கள்
AI தரவு மீறல் என்றால் என்ன என்பதைப் புரிந்துகொள்வது அச்சுறுத்தலை தீவிரமாக எடுத்துக்கொள்வதற்கான முதல் படியாகும். AI அமைப்புகள் அவற்றுக்கு முன்னர் வந்த தரவுத்தளங்கள் மற்றும் சேவையகங்களைக் காட்டிலும் மாயமாக மிகவும் பாதுகாப்பானவை அல்ல -- சில வழிகளில், அவை பாதுகாப்பு தொழில் இன்னும் ஈடுபடும் முற்றிலும் புதிய வகை அபாயங்களை அறிமுகப்படுத்துகின்றன.
நல்ல செய்தி என்னவென்றால் விழிப்புணர்வு உண்மையிலேயே பாதுகாக்கின்றது. தரவு தக்கவைப்பு, மாதிரி பயிற்சி நடைமுறைகள் மற்றும் API பாதுகாப்பு பற்றி சரியான கேள்விகளைக் கேட்பது இன்று எந்த பயனர் அல்லது அமைப்பும் செய்யக்கூடிய ஒன்று. AI விற்பனையாளர்களிடமிருந்து நாம் தெளிவான பதில்களைக் கோருகிறவர்கள் எத்தனை அதிகமாக இருக்கிறோமோ அத்தனை வலுவாக ஒட்டுமொத்த சுற்றுச்சூழல் அமைப்பு ஆகிறது.
நீங்கள் AI உடன் உருவாக்குகிறீர்களாக இருந்தாலும் அல்லது தினமும் பயன்படுத்துகிறீர்களாக இருந்தாலும், தரவு தூய்மையை ஒரு பின்னிலை சிந்தனையாக அல்லாமல் ஒரு பழக்கமாக கருதுங்கள். உங்கள் தகவல் -- மற்றும் தங்கள் தரவை உங்களிடம் நம்பும் அனைவரின் தகவல் -- அதையே சார்ந்துள்ளது.
அடிக்கடி கேட்கப்படும் கேள்விகள்
AI தரவு மீறலின் ஒரு உதாரணம் என்ன?
ஒரு பிரபலமான உதாரணம் ஒரு AI குறியீட்டு உதவியாளருடன் நிகழ்ந்தது, அது ப்ராம்ப்டிங் அமர்வுகளின் போது டெவலப்பர் களஞ்சியங்களிலிருந்து தனியார் குறியீட்டை மீளுருவாக்கம் செய்தது, ஒருபோதும் பொதுவாக இருக்கும் நோக்கம் இல்லாத உரிமை குறியீட்டை வெளிப்படுத்தியது.
நடைமுறையில், இந்த வகை மீறல் ஒரு மாதிரி தக்கவைத்திருக்கக் கூடாத தரவில் பயிற்சி பெற்றபோது நிகழ்கிறது, மேலும் புத்திசாலித்தனமாக வடிவமைக்கப்பட்ட ப்ராம்ப்ட் அந்த தகவலை வெளிப்படுத்துகிறது. அதற்கு பாரம்பரிய அர்த்தத்தில் ஒரு ஹேக்கர் தேவையில்லை -- தவறான மாதிரியிடம் சரியான கேள்வி கேட்கப்படுவது மட்டுமே.
தரவு மீறலுக்குப் பிறகு என்ன நடக்கிறது?
ஒரு மீறலுக்குப் பிறகு, அமைப்புகள் நோக்கத்தை மதிப்பிடுகின்றன, பாதிக்கப்பட்ட பயனர்களுக்குத் தெரிவிக்கின்றன, ஒழுங்குமுறையாளர்களுக்கு அறிக்கையிடுகின்றன மற்றும் தீர்வைத் தொடங்குகின்றன -- இதில் மாதிரிகளை மீண்டும் பயிற்சி செய்வது, சான்றுகளை சுழற்றுவது அல்லது பாதிக்கப்படக்கூடிய அமைப்புகளை பேட்ச் செய்வது ஆகியவை அடங்கியிருக்கலாம்.
பாதிக்கப்பட்ட நபர்களுக்கு பொதுவாக அவர்களின் கணக்குகளை கண்காணித்து, தொடர்புடைய இடங்களில் கடவுச்சொற்களை மாற்றும்படி அறிவுறுத்தப்படுகிறது.
AI அபாயத்தின் 4 வகைகள் என்ன?
பொதுவாகக் கூறப்பட்ட நான்கு AI அபாய வகைகள் பாதுகாப்பு அபாயம், தனியுரிமை அபாயம், நெறிமுறை அபாயம் மற்றும் செயல்பாட்டு அபாயம்.
பாதுகாப்பு அபாயம் மீறல்கள் மற்றும் எதிரி தாக்குதல்களை உள்ளடக்கியது. தனியுரிமை அபாயம் தனிப்பட்ட தரவின் தவறான பயன்பாட்டை உள்ளடக்கியது. நெறிமுறை அபாயம் ஒருதலைப்பட்சமான அல்லது தீங்கு விளைவிக்கும் வெளியீடுகளைக் குறிக்கிறது. செயல்பாட்டு அபாயம் வணிக தொடர்ச்சியைப் பாதிக்கும் மாதிரி தோல்விகளை உள்ளடக்கியது.
தரவு மீறல் என்றால் என்ன?
தரவு மீறல் என்பது அங்கீகரிக்கப்படாத தரப்பினர் தனியார் அல்லது பாதுகாக்கப்பட்டிருக்க வேண்டிய தகவலை அணுகியதோ, வெளிப்படுத்தியதோ அல்லது திருடியதோ ஆகும்.
இதில் வாடிக்கையாளர் பதிவுகள், உள் ஆவணங்கள், சுகாதார தரவு அல்லது பாதிக்கப்பட்ட அமைப்பைப் பொறுத்து வேறு எந்த உணர்திறன் தகவலும் அடங்கலாம்.
தரவு மீறலின் ஒரு உதாரணம் என்ன?
மிகவும் மேற்கோள் காட்டப்பட்ட உதாரணங்களில் ஒன்று 2013 Yahoo மீறல், அதில் மூன்று பில்லியனுக்கும் மேற்பட்ட பயனர் கணக்குகளின் மின்னஞ்சல் முகவரிகள், கடவுச்சொற்கள் மற்றும் தனிப்பட்ட விவரங்கள் வெளிப்படுத்தப்பட்டன.
AI சூழலில், ஒரு ஒப்பிடக்கூடிய நிகழ்வு என்பது தனியார் தரவில் பயிற்சி பெற்ற ஒரு மாதிரி பொது வினவல்களுக்கு பதிலளிக்கும் வகையில் அந்த தரவை மீளுருவாக்கம் செய்வது -- பாரம்பரிய "உடைப்பு" இல்லாமல் பெரிய அளவில் தகவலை வெளிப்படுத்துகிறது.
