Πώς οι Χάκερς Χρησιμοποιούν την Τεχνητή Νοημοσύνη

Η τεχνητή νοημοσύνη έχει αποδείξει ότι είναι μια τεχνολογία που προσθέτει αξία στην παγκόσμια οικονομία.

Όπως οι επιχειρήσεις βρέθηκαν να αγωνίζονται για να προσαρμοστούν στα τρέχοντα γεγονότα τα τελευταία χρόνια, κάποιες από αυτές βρήκαν τρόπους να συμπιέσουν μια δεκαετία αξιοποίησης ψηφιακών μετασχηματισμών σε ένα πολύ μικρότερο χρονικό διάστημα. Στην περίπτωση της Frito-Lay, για παράδειγμα, η αξιοποίηση της τεχνητής νοημοσύνης αυξήθηκε κατά 55% κατά τη διάρκεια της πανδημίας.

Όπως κάθε εργαλείο, η τεχνητή νοημοσύνη δεν έχει κανένα εγγενές ηθικό αξία. Η χρησιμότητα ή ο потенτιάλης βλάβης της τεχνητής νοημοσύνης εξαρτάται από το πώς το σύστημα “μαθαίνει” και τι κάνουν οι άνθρωποι με αυτό.

Ορισμένες προσπάθειες να αξιοποιηθεί η τεχνητή νοημοσύνη, όπως η “προέβλεψη” του εγκλήματος πριν συμβεί, δείχνουν ότι τα μοντέλα που εκπαιδεύονται με προκατειλημμένα δεδομένα τείνουν να αναπαράγουν τις ανθρώπινες ελλείψεις. Μέχρι τώρα, η εκπαίδευση της τεχνητής νοημοσύνης με δεδομένα από το αμερικανικό σύστημα δικαιοσύνης έχει οδηγήσει σε τραγικά προκατειλημμένα συμπεράσματα.

Σε άλλα παραδείγματα, οι άνθρωποι επιλέγουν πιο σκόπιμους τρόπους για να αξιοποιηθεί η καταστροφική δυνατότητα της τεχνητής νοημοσύνης. Οι χάκερ δείχνουν τις καινοτόμες τους τάσεις ξανά, χρησιμοποιώντας την τεχνητή νοημοσύνη για να βελτιώσουν την εμβέλεια, την αποτελεσματικότητα και την κερδοφορία των επιθέσεων τους. Και καθώς ο κυβερνοπόλεμος γίνεται όλο και πιο συχνός σε όλο τον κόσμο, θα δούμε σίγουρα τις εφαρμογές της τεχνητής νοημοσύνης στην χάκινγκ να αναπτύσσονται ακόμη περισσότερο.

Η Τεχνητή Νοημοσύνη είναι μια Ευκαιρία και ένα Ρίσκο

Η τεχνητή νοημοσύνη προσφέρει ένα κόσμο δυνατοτήτων για τις επιχειρήσεις που επιθυμούν να βελτιώσουν την πρόβλεψη, την βελτιστοποίηση των επιχειρήσεων και τις στρατηγικές διατήρησης των πελατών. Είναι επίσης một πηγή εσόδων για εκείνους που επιδιώκουν να παραβιάσουν την ψηφιακή κυριαρχία των άλλων.

Παρακάτω υπάρχουν einige τρόποι με τους οποίους η τεχνητή νοημοσύνη μπορεί να είναι ευάλωτη σε διακριτική παρέμβαση και πιο φανερές προσπάθειες να τη στρέψουν προς επιθετικές ενέργειες.

1. Παραβίαση της Λογικής της Μηχανής

Το κύριο πλεονέκτημα της τεχνητής νοημοσύνης για τους καταναλωτές και τις εμπορικές επιχειρήσεις είναι ότι εκτελεί προβλέψιμες και επαναλαμβανόμενες ενέργειες λογικής χωρίς ανθρώπινη παρέμβαση. Αυτό είναι επίσης η μεγαλύτερη αδυναμία της.

Όπως κάθε άλλο ψηφιακό κατασκεύασμα, η τεχνητή νοημοσύνη μπορεί να είναι ευάλωτη σε διείσδυση από εξωτερικές δυνάμεις. Οι χάκερ που έχουν πρόσβαση και παραβιάζουν την λογική της μηχανής που τροφοδοτεί την τεχνητή νοημοσύνη μπορεί να προκαλέσουν την εκτέλεση απρόβλεπτων ή βλαβερών ενεργειών. Για παράδειγμα, μια τεχνητή νοημοσύνη που έχει ανατεθεί να παρακολουθεί τις συνθήκες σε βιομηχανικές εγκαταστάσεις μπορεί να παραδώσει ψευδή αναγνώσεις ή να αφήσει τις ειδοποιήσεις συντήρησης να μην παραδοθούν.

Καθώς ολόκληρος ο σκοπός των επενδύσεων στην τεχνητή νοημοσύνη είναι να εξαλείψει την ανθρώπινη παρέμβαση και να αμφισβητήσει τα αποτελέσματα, η ζημιά που προκαλείται από μια επίθεση αυτού του είδους μπορεί να μην ανιχνευθεί μέχρι την καταστροφική αποτυχία.

2. Χρήση Αλγορίθμων Αντιστροφής Μηχανικής

Μια άλλη πιθανή οδός για βλάβη – ιδιαίτερα όπου αφορά την πνευματική ιδιοκτησία (IP) και τα δεδομένα των καταναλωτών ή των επιχειρήσεων – είναι η έννοια της αντιστροφής μηχανικής. Οι χάκερ μπορεί να κλέψουν ακόμη και τον κώδικα της τεχνητής νοημοσύνης. Με τον χρόνο να μελετήσουν πώς λειτουργεί, θα μπορούσαν τελικά να ανακαλύψουν τα δεδομένα που χρησιμοποιήθηκαν για την εκπαίδευση της τεχνητής νοημοσύνης από την αρχή.

Αυτό μπορεί να προκαλέσει几个 αποτελέσματα, το πρώτο από τα οποία είναι η δηλητηρίαση της τεχνητής νοημοσύνης. Άλλα παραδείγματα μπορεί να περιλαμβάνουν χάκερ που χρησιμοποιούν τα δεδομένα εκπαίδευσης της τεχνητής νοημοσύνης για να αποκτήσουν αποκαλυπτική πληροφορία για αγορές, ανταγωνιστές, κυβερνήσεις, προμηθευτές ή γενικούς καταναλωτές.

3. Μάθηση για τους Προορισμούς

Η παρακολούθηση των στόχων είναι πιθανότατα μια από τις πιο ανησυχητικές επιπτώσεις της τεχνητής νοημοσύνης που πέφτουν στα χέρια των χάκερ. Η ικανότητα της τεχνητής νοημοσύνης να φθάσει σε συμπεράσματα για τις ικανότητες, τις γνώσεις, τη διάθεση και την πιθανότητα ενός ατόμου να πέσει θύμα στοχευμένης επίθεσης, απάτης ή κακοποίησης είναι ιδιαίτερα ανησυχητική για ορισμένους εμπειρογνώμονες κυβερνοασφάλειας.

Η τεχνητή νοημοσύνη μπορεί να καταναλώσει και να φθάσει σε εξαιρετικά λεπτομερή συμπεράσματα για άτομα, ομάδες και ομάδες με βάση ορισμένα από τα απρόβλεπτα δεδομένα. Ένα “ενεργό” ή “απασχολημένο” άτομο μπορεί να πληκτρολογεί γρήγορα, να παίζει με το ποντίκι ή να μετακινείται μεταξύ των καρτελών του προγράμματος περιήγησης γρήγορα. Ένας χρήστης που είναι “συγχυσμένος” ή “διστάζων” μπορεί να παύσει πριν κάνει κλικ σε στοιχεία σελίδας ή να επιστρέψει σε πολλές ιστοσελίδες.

Στα σωστά χέρια, σήματα σαν αυτά βοηθούν τα τμήματα Ανθρώπινου Δυναμικού να αυξήσουν την εμπλοκή των εργαζομένων ή τις ομάδες μάρκετινγκ να λείανουν τις ιστοσελίδες και τις διαδικασίες πωλήσεων.

Για τους χάκερ, σήματα σαν αυτά θα μπορούσαν να οδηγήσουν σε μια εξαιρετικά νουανσική ψυχολογική προφίλ του προορισμού. Οι κυβερνοεγκληματίες θα μπορούσαν να καθορίσουν με βάση τις ενδείξεις που είναι αόρατες για τους ανθρώπους ποια άτομα θα ήταν ευάλωτα σε φισίνγκ, σμί싱, ransomware, οικονομική απάτη και άλλα είδη βλάβης. Θα μπορούσε επίσης να τους βοηθήσει να μάθουν πώς να πείσουν τους στόχους τους ότι οι προσπάθειές τους για απάτη προέρχονται από legítimes πηγές.

4. Διερεύνηση των Ευπαθειών του Δικτύου

Οι επαγγελματίες της κυβερνοασφάλειας δημοσίευσαν δεδομένα για 20,175 γνωστές ευπαθειών ασφαλείας το 2021. Αυτό ήταν μια αύξηση σε σχέση με το 2020, όταν υπήρχαν 17,049 τέτοιες ευπαθειών.

Ο κόσμος γίνεται όλο και πιο ψηφιακά διασυνδεμένος – κάποιοι θα έλεγαν διασυνδεμένος – με το δευτερόλεπτο. Ο κόσμος φιλοξενεί ένα εκπληκτικό αριθμό μικρότερων και βιομηχανικών δικτύων, με δισεκατομμύρια συνδεδεμένα συσκευές online και ακόμη περισσότερες στο δρόμο. Όλα είναι online, από αισθητήρες παρακολούθησης συνθηκών έως λογισμικό επιχειρηματικού σχεδιασμού.

Η τεχνητή νοημοσύνη δείχνει υποσχόμενη στην βοήθεια των ομάδων κυβερνοασφάλειας να διερευνήσουν γρήγορα για ευπαθειών δικτύου, λογισμικού και υλικού γρηγορότερα από ό,τι οι άνθρωποι θα μπορούσαν να κάνουν μόνοι τους. Η ταχύτητα και η κλίμακα της ανάπτυξης της ψηφιακής υποδομής της Γης σημαίνει ότι είναι σχεδόν αδύνατο να ψάξουμε τρισεκατομμύρια γραμμές κώδικα για εκμεταλλεύσεις ασφαλείας για να τις επιδιορθώσουμε. Όλα αυτά πρέπει να συμβούν ενώ αυτά τα συστήματα είναι online λόγω του κόστους της διακοπής.

Εάν η τεχνητή νοημοσύνη είναι ένα εργαλείο κυβερνοασφάλειας εδώ, είναι επίσης ένα δίκοπο σπαθί. Οι χάκερ μπορούν να χρησιμοποιήσουν τις ίδιες μηχανισμούς όπως η “λευκή καπελά” κοινότητα IT για να εκτελέσουν το ίδιο έργο: διερεύνηση δικτύων, λογισμικού και υλικού για ευπαθειών πιο αποτελεσματικά από ό,τι οι ειδικοί IT μπορούν.

Ένας Ψηφιακός Αγώνας Όπλων

Υπάρχουν πολλές εφαρμογές της τεχνητής νοημοσύνης στην κυβερνοεγκληματικότητα που δεν μπορούμε να τις ονομάσουμε όλες, αλλά εδώ είναι μερικές ακόμη:

• Οι χάκερ θα μπορούσαν να κρύψουν τον κώδικα της τεχνητής νοημοσύνης μέσα σε μια αλλιώς αθώα εφαρμογή που εκτελεί μια κακόβουλη συμπεριφορά όταν ανιχνεύει μια προκαθορισμένη προκλήση ή όριο.
• Κακόβουλα μοντέλα της τεχνητής νοημοσύνης μπορούν να χρησιμοποιηθούν για να καθορίσουν διαπιστευτήρια ή χαρακτηριστικά διαχείρισης IT με την παρακολούθηση των βιομετρικών εισόδων, όπως δακτυλικά αποτυπώματα και αναγνώριση φωνής.
• Ακόμη και αν μια προσπάθεια κυβερνοεπίθεσης τελικά αποτυγχάνει, οι χάκερ που είναι εξοπλισμένοι με τεχνητή νοημοσύνη μπορεί να μπορέσουν να χρησιμοποιήσουν την μηχανική μάθηση για να καθορίσουν τι πήγε λάθος και τι θα μπορούσαν να κάνουν διαφορετικά την επόμενη φορά.

Φαινόταν να χρειαζόταν μόνο μια καλά τοποθετημένη ιστορία για χάκινγκ ενός jeep ενώ οδηγεί για να επιβραδύνει την ανάπτυξη των αυτονομών οχημάτων. Μια υψηλού προφίλ επίθεση όπου η τεχνητή νοημοσύνη ενεργεί ως κρίκος θα μπορούσε να προκαλέσει μια παρόμοια διάβρωση της δημόσιας γνώμης. Κάποιες δημοσκοπήσεις δείχνουν ότι ο μέσος Αμερικάνος είναι πολύ αμφιβαλής για τα οφέλη της τεχνητής νοημοσύνης ήδη.

Η πανταχού παρούσα υπολογιστική έρχεται με рисκ κυβερνοασφάλειας – και τόσο οι λευκοί όσο και οι μαύροι χάκερ το γνωρίζουν. Η τεχνητή νοημοσύνη μπορεί να βοηθήσει να διατηρήσουμε τις online ζωές μας ασφαλείς, αλλά είναι επίσης το επίκεντρο ενός νέου ψηφιακού αγώνα όπλων.