目次
脅威アクターが AI 画像ジェネレーターを武器化する 4 つの方法
人工知能とサイバーセキュリティ: 解決が必要な複雑な問題
ホームページ テクノロジー周辺機器 AI AI 画像ジェネレーター: 新たなサイバーセキュリティの脅威

AI 画像ジェネレーター: 新たなサイバーセキュリティの脅威

Apr 11, 2023 pm 07:27 PM
AI 脅かす

人工知能 (AI) は社会の性質を変える可能性を秘めています。人工知能ツールは私たちに多くの期待をもたらしますが、多くの面で警戒する必要もあります。たとえば、サイバー犯罪者やその他の脅威アクターは人工知能を武器化しており、AI 画像ジェネレーターであっても悪用を免れないわけではありません。

AI画像ジェネレーターとは何ですか?それらはどのように機能するのでしょうか? AI 画像ジェネレーターを使用したことがあれば、それが何であるかは明らかです。使ったことがなくても、ソーシャルメディアなどでAIが生成した画像に遭遇したことがあるはずだ。今日の人気のあるソフトウェアは非常にシンプルに動作します。ユーザーがテキストを入力すると、人工知能がそのテキストに基づいて画像を生成します。

AI 画像ジェネレーター: 新たなサイバーセキュリティの脅威

近年、人工知能技術の発展に伴い、ほとんどのテキストから画像へのジェネレーターは拡散モデルを採用しています。これは、それらが長時間の「トレーニング」を受け入れることを意味します。それが、彼らの作品が非常に印象的で、驚くほどリアルである主な理由です。

これらの AI ツールがさらに優れているのは、既存の画像を変更したり、数千の画像を 1 つに結合したりするだけでなく、新しいオリジナルの画像を最初から作成できることです。これらのテキストから画像へのジェネレーターを使用する人が増えるほど、より多くの情報が得られ、作品がより良くなります。

WOMBO、DALL-E、Stable Diffusion、Midjourney、DeepAI、Fotor、Craiyon など、すでに有名な AI 画像ジェネレーターが多数あります。 Google を含むテクノロジー大手が独自の製品をリリースしているため、将来的にはより多くの価値がもたらされると推測することしかできません。

脅威アクターが AI 画像ジェネレーターを武器化する 4 つの方法

ほとんどすべてのテクノロジーと同様、AI 画像ジェネレーターも悪意のある攻撃者によって悪用される可能性があります。実際、それらはあらゆる種類の凶悪な目的に使用されてきました。しかし、犯罪者は AI 画像ジェネレーターの助けを借りて、具体的にどのような種類の詐欺を実行できるのでしょうか?

1. ソーシャル エンジニアリング

脅威アクターが AI 画像ジェネレーターを使用して実行できることの 1 つは、偽のソーシャル メディア プロファイルの作成など、ソーシャル エンジニアリングに関与することです。これらのプログラムの中には、本物の人物の本物の写真のように見える信じられないほどリアルな画像を作成できるものもあります。また、詐欺師はこれらの偽のソーシャル メディア プロフィールをフィッシング目的に使用する可能性があります。

本物の人物の写真とは異なり、AI で生成された写真は画像の逆検索では発見できません。また、サイバー犯罪者はターゲットを欺くために限られた数の写真を使用する必要はありません。AI を使用すると、任意の数の写真を生成できます。写真、魅力的なオンライン アイデンティティをゼロから構築します。

しかし、実際には、脅威アクターは AI 画像ジェネレーターを使用して人々を騙すことができます。 2022 年 4 月、Tech Talk ブロガーのベン ディキンソン氏は、画像を無断で使用したと主張する電子メールを法律事務所から受け取りました。弁護士らはDMCA著作権侵害通知を電子メールで送り、クライアントにリンクを戻すか画像を削除する必要があるとディキンソン氏に伝えた。

Dickinson さんは Google で法律事務所を検索し、公式ウェブサイトを見つけました。これらはすべて完全に合法であるようで、ウェブサイトには 18 人の弁護士の写真も掲載されており、その経歴や資格情報も含まれています。しかし、これはどれも真実ではありません。写真はすべて人工知能によって生成されたもので、著作権侵害の疑いのある通知は、何の疑いも持たないブロガーからバックリンクを強要しようとする何者かによって送られたものだった。

2. 慈善詐欺

2023 年 2 月に壊滅的な地震がトルコとシリアを襲ったとき、世界中の何百万人もの人々が衣服、食べ物、お金を寄付することで感謝の気持ちを表しました。被害者との連帯。

BBC の報道によると、詐欺師はこれを利用し、人工知能を使用してリアルな画像を作成し、寄付を募っています。詐欺師は AI が生成した廃墟の画像を TikTok Live で披露し、視聴者に寄付を求めました。ギリシャの消防士が瓦礫の中から負傷した子供を救出するAI生成画像を投稿し、フォロワーに寄付を呼びかけた人もいた。

犯罪者が将来、人工知能の助けを借りてどのような種類の慈善詐欺を実行するかは想像することしかできませんが、彼らがソフトウェアを悪用することはますますうまくなるだろうということは間違いありません。

3. ディープフェイクと偽情報

政府、活動家団体、シンクタンクは長年、ディープフェイク AI 画像生成ツールの危険性を警告してきましたが、それは偽情報エージェントを阻止することができないからです。ボットを利用して虚偽の画像を作成したり、ソーシャルメディアでそれを宣伝したりすることはありません。

NPR によると、2022 年 3 月、ウクライナ大統領がウクライナ国民に降伏するよう指示する様子を映した偽動画がオンラインで拡散しました。これはほんの一例にすぎませんが、可能性はほぼ無限にあり、人工知能の助けを借りて、脅威アクターが誰かの評判を傷つけたり、虚偽の話を広めたり、フェイクニュースを広めたりする方法は無数にあります。

4.広告詐欺

トレンドマイクロの研究者は、2022 年に詐欺師が人工知能によって生成されたコンテンツを使用して誤解を招く広告を作成し、いかがわしい製品を宣伝していることを発見しました。彼らは、人気の有名人が特定の製品を使用していることを示唆する画像を作成し、それらの画像に基づいて広告キャンペーンを実行します。

たとえば、「財務アドバイスの機会」の広告には、テスラの創設者兼 CEO が登場しています。もちろん、マスク氏は問題の製品を支持したわけではないが、おそらく疑いを持たない視聴者を誘導して広告をクリックさせるため、AIが生成した映像はこのように見せていた。

人工知能とサイバーセキュリティ: 解決が必要な複雑な問題

将来を見据えると、政府規制当局とサイバーセキュリティの専門家が協力して、新たに出現する AI 主導のサイバー犯罪の脅威に対処する必要があるかもしれません。しかし、イノベーションを抑制したりデジタルの自由を制限したりすることなく、AIを規制し、一般の人々を保護するにはどうすればよいでしょうか?この問題は今後数年間で顕著になるでしょう。

答えが得られるまで、自分を守るためにできる限りのことをしてください。オンラインで目にするものはすべて精査し、疑わしい Web サイトを避け、セキュリティ ソフトウェアを使用し、デバイスを最新の状態に保ち、人工知能を使用して自分自身を保護する方法を学びましょう。アドバンテージ。

原題: AI Image Generators: An Emerging Cyber​​security Threat

##原著者: DAMIR MUJEZINOVIC

以上がAI 画像ジェネレーター: 新たなサイバーセキュリティの脅威の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Jun 28, 2024 am 03:51 AM

このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Jun 10, 2024 am 11:08 AM

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

GenAI および LLM の技術面接に関する 7 つのクールな質問 GenAI および LLM の技術面接に関する 7 つのクールな質問 Jun 07, 2024 am 10:06 AM

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります 微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります Jun 11, 2024 pm 03:57 PM

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

あなたが知らない機械学習の 5 つの流派 あなたが知らない機械学習の 5 つの流派 Jun 05, 2024 pm 08:51 PM

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 Jul 25, 2024 am 06:42 AM

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

SKハイニックスは8月6日に12層HBM3E、321層NANDなどのAI関連新製品を展示する。 SKハイニックスは8月6日に12層HBM3E、321層NANDなどのAI関連新製品を展示する。 Aug 01, 2024 pm 09:40 PM

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス

SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 Jul 17, 2024 pm 06:37 PM

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性​​を実証しています。 「S」で始まる関連研究

See all articles