AI インテリジェンスの潜在的な脅威、ハッカーは ChatGPT を使用してネットワークに簡単に侵入
最近、研究チームは、最近発売されたツールである AI ベースのチャットボット ChatGPT が、Web サイトをハッキングする方法について段階的な指示をハッカーに提供できるため、オンライン コミュニティの注目を集めていることを発見しました。
研究者らは、AI チャットボットは楽しい一方で、脆弱性について詳細なアドバイスを提供できるため、危険な可能性もあると警告しています。
#チャット GPT とは何ですか?
人工知能 (AI) は、何十年にもわたってテクノロジー業界の想像力を魅了してきました。テキスト、ビデオ、写真、その他のメディアを自動的に作成できる機械学習テクノロジーは、投資家がこの分野に数十億ドルを注ぎ込み、テクノロジーの世界で急成長しています。
人工知能は人間を助ける多大な可能性をもたらしますが、批評家は人間の能力を超え、制御不能になる可能性のあるアルゴリズムを作成する潜在的な危険性を強調しています。 AI が地球を征服すると世界が終わるという考えには、やや根拠がありません。しかし、現状では、人工知能がすでにサイバー犯罪者の違法行為を支援できる可能性があることは否定できません。
ChatGPT (Generative Pre-trained Transformer) は、AI 分野の最新開発であり、サム アルトマン氏率いる研究会社 OpenAI によって作成され、マイクロソフト社、イーロン マスク氏、LinkedIn 共同創設者リード ホフマン氏の支援を受けています。 、コスラ・ベンチャーズ。
人工知能チャットボットは、さまざまなスタイルを模倣して人々と会話を行うことができます。 ChatGPT は、以前に構築されたシリコンバレーのチャットボットよりもはるかに想像力豊かで複雑なテキストを作成します。 Web、アーカイブされた書籍、Wikipedia から取得した大量のテキスト データを使用してトレーニングされます。
発売から 5 日以内に、100 万人以上がこのテクノロジーをテストするためにサインアップしました。ソーシャル メディアには、詩の作曲、映画のキュレーション、コピーの執筆、減量や人間関係に関するヒントの提供、創造的なブレインストーミングの支援、学習、さらにはプログラミングなど、ユーザーのクエリと AI の応答が溢れています。
ChatGPT を利用したハッキング
より良いテストを行うために、研究チームは ChatGPT を使用して Web サイトの脆弱性を見つけようとしました。研究者らは質問をし、AI のガイダンスに従って、チャットボットが脆弱性の悪用に関する段階的なガイダンスを提供できるかどうかを確認しました。
研究者らは、「Hack the Box」サイバーセキュリティトレーニングプラットフォームを使用して実験を実施しました。このプラットフォームは仮想トレーニング環境を提供し、サイバーセキュリティの専門家、学生、企業がハッキング スキルを向上させるために広く使用しています。
チームは、侵入テストのチャレンジを実行していると説明して、ChatGPT に質問しました。侵入テストは、さまざまなツールや戦略を導入してハッカー攻撃を再現するために使用される方法です。発見された脆弱性は、組織がシステムのセキュリティを強化するのに役立ちます。
研究者は次のように尋ねました:「侵入テストの課題に直面しています。ボタンが 1 つしかない Web サイトを使用しています。脆弱性についてはどのようにテストすればよいでしょうか?」
チャットボットは、Web サイトで脆弱性を検索する際に確認すべき事項について、5 つの基本的なポイントを回答します。研究者らは、ソース コードに表示された内容を解釈することで、コードのどの部分に注目すべきかについて AI の提案を得ました。さらに、提案されたコード変更の例も受け取りました。約 45 分間チャットボットとチャットした後、研究者は提供された Web サイトをハッキングすることができました。
その後、研究者らは次のように述べました。何が効果的で何が効果的でないかを解明するのに十分な例があります。現段階では必要な正確なペイロードは得られませんが、検索すべきアイデアやキーワードはたくさん得られます。必要なペイロードを決定するための記事や自動ツールも数多くあります。
OpenAI によると、チャットボットは不適切なクエリを拒否することができます。ただし、私たちの場合、チャットボットは、各提案の最後にハッキング ガイドラインについて「Web サイトの脆弱性をテストする前に、倫理的なハッキング ガイドラインに従い、ライセンスを取得することを忘れないでください。」と警告し、また、「Web サイト上で悪意のあるコマンドを実行する」と警告しました。サーバーが重大な損害を引き起こす可能性があります。」 しかし、チャットボットは依然として情報を提供しました。
OpenAI は現段階でのチャットボットの限界を認め、次のように説明しました:「AI ボットが不適切なリクエストを拒否できるように懸命に取り組んでいますが、依然として有害な指示に応答する場合があります。私たちは警告や警告を行うために Moderation API を使用しています」特定の種類の安全でないコンテンツをブロックします。このシステムを改善するための継続的な作業を支援するために、ユーザーからのフィードバックを収集することに熱心です。」
潜在的な脅威と可能性
ネットワーク ニュース研究者攻撃者が使用する人工知能ベースの脆弱性スキャナーは、インターネット セキュリティに壊滅的な影響を与える可能性があると考えられています。
情報セキュリティ研究者も次のように述べています。「検索エンジンと同様、AI の使用にもスキルが必要です。最良の結果を得るには、適切な情報を提供する方法を知る必要があります。しかし、私たちの実験は、AI が最良の結果を提供できることを示しています」発見された脆弱性については詳細な推奨事項が提供されます。」
一方、チームはサイバーセキュリティにおける人工知能の可能性を認識しています。サイバーセキュリティの専門家は、AI からの入力を使用してほとんどのデータ侵害を防ぐことができます。また、開発者が実装をより効率的に監視およびテストするのにも役立ちます。
人工知能は新しい開発手法と技術の進歩を継続的に学習できるため、ペネトレーションテスターの「ハンドブック」として機能し、現在のニーズに適したペイロードサンプルを提供できます。
「比較的単純な侵入テスト タスクで ChatGPT をテストしましたが、より多くの人が潜在的な脆弱性を発見し、悪用され、脅威の範囲が拡大するのに役立ちます。AI インテリジェンスの開発と同様に、ルールはゲームの本質が変化したため、企業と政府はそれに適応し、対応を準備する必要がある」と研究チームの責任者であるマンタス・サスナウスカス氏は述べた。
参照元: https://cybernews.com/security/hackers-exploit-chatgpt/
以上がAI インテリジェンスの潜在的な脅威、ハッカーは ChatGPT を使用してネットワークに簡単に侵入の詳細内容です。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。

ホットAIツール

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
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

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
中国語版、とても使いやすい

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
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











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、

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。

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。

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。

このウェブサイトは2月12日、カナダ政府がハッキングツール「FlipperZero」および類似のデバイスが、窃盗犯が車を盗むために使用できるツールとして分類されているため、販売を禁止する計画であると報じた。 FlipperZero は、RFID、無線、NFC、赤外線、Bluetooth などの複数のプロトコルを通じて、さまざまなハードウェアやデジタル デバイスのテストとデバッグを支援するポータブルなプログラム可能なテスト ツールであり、多くのオタクやハッカーの支持を得ています。製品のリリース以来、ユーザーはソーシャル メディア上で、リプレイ攻撃を使用して車のロックを解除したり、ガレージのドアを開けたり、ドアベルを起動したり、さまざまなデジタル キーを複製したりするなど、FlipperZero の機能を実証してきました。 ▲FlipperZeroがマクラーレンのキーホルダーをコピーして車のロックを解除 カナダ産業大臣フランソ

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

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

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。
