Ajatusjohtajat

Kuinka AI-tehostetut deepfake-kuvat uhkaavat vaaliturvallisuutta — ja mitä niistä voidaan tehdä

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Vaalikampanjoiden mainokset voivat jo nykyään olla melko sekavia ja kiistanalaisia.

Kuvitelkaa, että olet kohdennettu vaalikampanjan mainokseen, jossa ehdokas esittää vahvoja kannanottoja, jotka vaikuttavat äänestämiseesi — ja mainos ei edes ole aito. Se on deepfake.

Tämä ei ole joku tulevaisuudennäkymä; deepfake-kuvat ovat todellinen ja laaja ongelma. Olemme jo nähneet otsikoissa AI:n luomia “tukevia” ja mitä olemme kuulleet, on vain pinnan alla.

Kun lähestymme vuoden 2024 Yhdysvaltain presidentinvaaleja, astumme tuntemattomaan alueeseen kyberTurvallisuuden ja tietojen eheytys. Olen työskennellyt kyberturvallisuuden ja AI:n risteyksessä siitä lähtien, kun molemmat olivat vasta alkuvaiheessa, ja en ole koskaan nähnyt mitään vastaavaa sille, mitä tapahtuu juuri nyt.

Nopea tekoälyn kehitys — erityisesti generatiivinen tekoäly ja sitä seuraava helppous luoda realistisia deepfake-kuvia — on muuttanut vaaliuhaten maiseman. Tämä uusi todellisuus vaatii muutosta perusoletuksissa vaaliturvallisuudesta ja äänestäjien koulutuksesta.

Aseistettu tekoäly

Et tarvitse ottaa henkilökohtaista kokemustani todisteeksi; on runsaasti näyttöä siitä, että kyberturvallisuuden haasteet, joita kohtaamme tänään, kehittyvät ennennäkemättömällä tahdilla. Muutamassa vuodessa olemme todistaneet dramaattista muutosta potentiaalisten uhka-aktöörien kyvyissä ja menetelmissä. Tämä kehitys heijastaa nopeaa kehitystä, jonka olemme nähneet tekoälyteknologioissa, mutta huolestuttavalla tavalla.

Esimerkkinä:

  • Nopea haavoittuvuuksien aseistaminen. Nykyiset hyökkääjät voivat nopeasti hyödyntää äskettäin löydettyjä haavoittuvuuksia usein nopeammin kuin korjauspäivitykset voidaan kehittää ja ottaa käyttöön. Tekoälytyökalut kiihdyttävät tätä prosessia, supistaen ikkunaa haavoittuvuuden löytymisen ja hyödyntämisen välillä.
  • <strong-Laajentunut hyökkäyspinta. Pilvitietokoneiden laajan käytön on merkittävästi laajentanut potentiaalista hyökkäyspintaa. Hajasijoitettu infrastruktuuri ja jaettu vastuu malli pilvipalvelujen tarjoajien ja käyttäjien välillä luo uusia hyökkäysvektoreita, jos niitä ei hallita oikein.
  • Vanhoilliset perinteiset turvallisuusmenetelmät. Perinteiset turvallisuustyökalut, kuten palomuurit ja virustorjuntaohjelmat, kamppailevat pitääkseen tahdissa näiden kehittyvien uhkien kanssa, erityisesti kun on kyse AI-luotujen sisältöjen havaitsemisesta ja lieventämisestä.

Kuka puhuu

Tässä uudessa uhkamaisemassa deepfake-kuvat edustavat erityisen vaarallista haastetta vaaliturvallisuudelle. Tuore tutkimus Ivantilta antaa joitain lukuja tästä uhkasta: yli puolet toimistotyöntekijöistä (54%) ei ole tietoisia siitä, että edistynyt tekoäly voi matkia ketä tahansa ääntä. Tämä tietämättömyys potentiaalisilla äänestäjillä on syvästi huolestuttavaa, kun lähestymme kriittistä vaalikierrosta.

On niin paljon panostettu.

Nykyisen deepfake-teknologian monimutkaisuus sallii uhka-aktöörien, sekä ulkomaisen että kotimaisen, luoda vakuuttavia väärennettyjä ääni-, video- ja tekstisisältöjä vähällä vaivalla. Yksinkertainen tekstikomento voi johtaa deepfakeen, josta on yhä vaikeampi erottaa aito sisältö. Tämä kyky on vakavia vaikutuksia virheellisen tiedon leviämiseen ja yleisön mielipiteen manipulointiin.

Haasteet attribuutiossa ja lieventämisessä

Attribuutio on yksi suurimmista haasteista, joita kohtaamme AI-luotujen vaalihäiriöiden yhteydessä. Vaikka olemme historiallisesti yhdistäneet vaalihäiriöt valtioiden toimijoihin, tekoälytyökalujen demokratisointi tarkoittaa, että kotimaiset ryhmät, joilla on erilaisia ideologisia motiiveja, voivat nyt hyödyntää näitä teknologioita vaikuttaakseen vaaleihin.

Tämä potentiaalisten uhka-aktöörien hajautuminen monimutkaistaa meidän kykyämme tunnistaa ja lieventää virheellisen tiedon lähteitä. Se korostaa myös monitahoisen lähestymistavan tarvetta vaaliturvallisuuteen, joka menee perinteisten kyberturvallisuuden toimenpiteiden ohi.

Koordinoitu ponnistus vaaliturvallisuuden ylläpitämiseksi

AI-tehostettujen deepfake-kuvien haasteen ratkaiseminen vaaleissa vaatii koordinoitua ponnistusta useilla aloilla. Tässä on avainalueita, joihin meidän on keskityttävä ponnisteluihimme:

  • Turva tekoälyjärjestelmissä. Meidän on sovellettava “shift-left” -turvallisuuden periaatteita itse tekoälyjärjestelmien kehittämiseen. Tämä tarkoittaa turvallisuuden huomioon ottamista tekoälymallien kehityksen alusta lähtien, mukaan lukien huomioon otto mahdollisesta väärinkäytöstä vaalihäiriöissä.
  • Turvalliset konfiguraatiot. Tekoälyjärjestelmien ja -alustojen, joita voidaan potentiaalisesti käyttää deepfake-kuvien luomiseen, on oltava turvalliset oletusarvoisesti. Tähän sisältyy vahvat todennusmenetelmät ja rajoitukset siitä, millaista sisältöä voidaan luoda.
  • Tekoälytoimittajien turvallisuus. Niin kuin keskitymme ohjelmistotoimittajien turvallisuuteen, meidän on laajennettava tätä valppautta tekoälytoimittajiin. Tähän sisältyy tarkastelu tekoälymalleja kouluttavista tietoja ja generatiivisissa tekoälyjärjestelmissä käytettäviä algoritmeja.
  • Parannetut havaitsemiskyky. Meidän on investoitava ja kehitettävä edistyneitä havaitsemistyökaluja, jotka voivat tunnistaa AI-luotuja sisältöjä, erityisesti vaaliin liittyvissä tiedoissa. Tämä vaatii todennäköisesti itsessään tekoälyn hyödyntämistä AI-luotujen virheellisten tietojen torjumiseksi.
  • Äänestäjien koulutus ja tietoisuus. Olennainen osa puolustustamme deepfake-kuvia vastaan on tietoinen äänestäjäkunta. Meidän on tarjottava kattavia koulutusohjelmia, joiden avulla äänestäjät ymmärtävät AI-luotujen sisältöjen olemassaolon ja potentiaalisen vaikutuksen, ja jotka antavat heille työkaluja kriittiseen tiedon arviointiin, jota he kohtaavat.
  • Yhteistyö eri alojen välillä. Teknologia-alan, erityisesti IT- ja kyberturvallisuusyhtiöiden, on toimittava tiiviissä yhteistyössä hallituksen virastojen, vaaliviranomaisten ja median organisaatioiden kanssa luodakseen yhtenäisen rintaman AI-käyttöön perustuvaa vaalihäiriötä vastaan.

Mitä nyt, ja mitä seuraavaksi

Kun toteutamme näitä strategioita, on olennaista, että jatkuvasti mitatamme niiden tehokkuutta. Tämä vaatii uusia mittareita ja seurantatyökaluja, jotka on suunniteltu erityisesti seuraamaan AI-luotujen sisältöjen vaikutusta vaalikeskusteluun ja äänestäjien käyttäytymiseen.

Pitäisi myös olla valmiita sopeuttamaan strategioitamme nopeasti. Tekoälykenttä kehittyy äärimmäisen nopeasti, ja meidän puolustusmenetelmien on kehittymistä yhtä nopeasti. Tämä saattaa vaatia itsessään tekoälyn käyttämistä luodakseen kestävämmät ja sopeutuvammat turvallisuusratkaisut.

AI-tehostettujen deepfake-kuvien haaste vaaleissa edustaa uuden luvun kyberturvallisuudessa ja tietojen eheytys. Ratkaistaksemme tämän haasteen, meidän on ajateltava perinteisten turvallisuusparadigmojen ulkopuolella ja edistettävä yhteistyötä eri alojen välillä. Tavoitteena on hyödyntää tekoälyn voimaa demokraattisten prosessien hyväksi samalla, kun vähennetään sen potentiaalista vahinkoa. Tämä ei ole pelkästään tekninen haaste, vaan yhteiskunnallinen, joka vaatii jatkuvaa valppautta, sopeutumista ja yhteistyötä.

Vaalien turvallisuus — ja laajemmin, demokratiamme terveys — riippuu kyvystämme kohdata tämä haaste suoraan. Se on vastuu, joka kuuluu meillä kaikilla: teknologeilla, päätöksentekijöillä ja kansalaisilla.

Tohtori Srinivas Mukkamala on Ivantin tuotejohtaja. Hän oli RiskSensen perustaja ja toimitusjohtaja, kunnes Ivanti osti yhtiön elokuussa 2021.

Hän liittyi Ivantiin johtamaan Ivantin turvallisuusratkaisuja ja on ollut avainasemassa integroimassa RiskSensen tuotevalikoimaa ja tiimiä Ivantin strategiaan. Hän on tunnustettu asiantuntija tekoäly- ja neurverkkoalueilla ja osallistui ajatteluryhmään, joka työskenteli Yhdysvaltain puolustusministeriön kanssa soveltamassa näitä käsitteitä kyberTurvallisuuden ongelmiin.

Tohtori Mukkamala on vastuussa tuotteen hallinnasta kaikissa Ivantin ratkaisuissa ja jatkaa innovaatioiden ajamista integroiduissa ratkaisuissa kaikilla yhtiön pilareilla: ITSM, turvallisuus ja UEM.

Tohtori Mukkamala oli myös johtava tutkija CACTUS (Computational Analysis of Cyber Terrorism against the U.S.) -hankkeessa ja omistaa patentin älykkäistä agentteja jakautuneelle intruusiotunnistusjärjestelmälle ja sen käytölle.

Tohtori Mukkamala on suorittanut tohtorin tutkinnon ja tietojenkäsittelytieteen maisterin tutkinnon New Mexico Institute of Mining and Technology -yliopistossa.