HU
BejelentkezésKezdje el most
Fogalomtár

Jailbreaking

Mi a(z) Jailbreaking?

A jailbreaking olyan kísérleteket jelent, amelyekkel ügyesen megfogalmazott bemenetekkel megkerülik egy MI-modell biztonsági szabályait, hogy olyan tartalmat állítson elő vagy olyan műveletet hajtson végre, amelyet el kellene utasítania. A szervezetek számára ez kockázat, mert egy chatbot például bizalmas utasításokat fedhet fel, vagy nem megfelelően reagálhat. A védelem eszközei: egyértelmű rendszerutasítások, a be- és kimenetek átvizsgálása, korlátozott jogosultságok, naplózás és rendszeres biztonsági tesztek (red teaming).

Így segít a KI.ordo

A KI.ordo MI-tűzfalra és chatbot-biztonsági auditra szolgáló kész sablonjai segítenek felismerni a gyanús bemeneteket, és ellenőrizni a saját ügynökök utasításait gyengeségek szempontjából.

További információ : Jailbreaking

Kapcsolódó sablonok

Témák

  • Biztonság
  • visszaélés-megelőzés
  • LLM

Próbálja ki a KI.ordót

Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.

Demó indítása
← Minden fogalom

Kapcsolódó fogalmak

Közvetett prompt injection

A közvetett prompt injection esetén a manipulatív utasítások nem a felhasználó bemenetében vannak, hanem olyan tartalomba rejtve, amelyet az MI-rendszer menet közben dolgoz fel, például weboldalakba, e-mailekbe vagy dokumentumokba. Ha egy ügynök ilyen tartalmat olvas, a rejtett parancsokat valódi feladatnak vélheti, és például adatokat adhat ki. A védelem eszközei: a külső tartalom szigorúan adatként kezelése, a jogosultságok korlátozása, a bemenetek átvizsgálása és emberi jóváhagyás megkövetelése a kritikus műveleteknél.

  • Biztonság
  • prompt injection
  • +1
Sablon

MI-tűzfal

Az MI-tűzfal védőréteg a felhasználók, az adatforrások és egy MI-modell között. Átvizsgálja a bemeneteket manipulációs kísérletek – például prompt injection vagy jailbreak – után, és továbbadás előtt ellenőrzi a kimeneteket, például bizalmas adatok vagy nem kívánt tartalom szempontjából. Szabályokat, osztályozó modelleket vagy egy második nyelvi modellt használhat. Az MI-tűzfal csökkenti a kockázatot, de nem nyújt teljes védelmet, és nem helyettesíti sem a korlátozott jogosultságokat, sem a tesztelést.

  • Biztonság
  • prompt injection
  • +1
Sablon

MI-red teaming

Az MI-red teaming egy MI-rendszer strukturált vizsgálata a lehetséges támadók vagy a visszaélések szemszögéből. Szakemberek ellenőrzött módon tesztelik, hogy egy chatbot felfedi-e a bizalmas utasításokat, rávehető-e nem kívánt viselkedésre, közöl-e hamis tényeket, vagy kiszivárogtat-e adatokat. Az eredmények jobb utasításokba, szűrőkbe és jogosultságokba épülnek be. A chatbot biztonsági auditja ennek könnyebb formája: a konfigurációt és a mintabeszélgetéseket ismert kockázati területek – például az LLM-alkalmazásokra vonatkozó OWASP Top 10 – alapján értékeli.

  • MI-biztonság
  • Biztonsági tesztelés
  • +1
Sablon

Rendszerprompt-kinyerés

A rendszerprompt-kinyerés olyan kísérleteket jelent, amelyekkel egy csevegőrobotot vagy MI-ügynököt rávesznek rejtett rendszerutasításai felfedésére. Ha a kísérlet sikerül, az eredményt prompt leakingnek nevezik: a kinyerés a támadás, a kiszivárgás a következmény. A hatékony védelem azzal kezdődik, hogy a jelszavakat, kulcsokat és bizalmas szabályokat kihagyjuk az utasításokból, és számolunk azzal, hogy nyilvánossá válhatnak; a bemenetek ellenőrzése és a rendszeres tesztelés további védelmet nyújt.

  • Biztonság
  • Prompt leaking
  • +1
Sablon