AI 圖片產生器:新興的網路安全威脅
人工智慧(AI)有可能改變社會的本質。雖然人工智慧工具為我們帶來了許多的期待,但同時也需要在許多方面提高警覺。例如,網路犯罪分子和其他威脅行為者將人工智慧武器化,即使是AI圖像生成器也不能倖免於濫用。
什麼是 AI 影像產生器?它們是如何運作的?如果您曾經使用過AI圖像生成器,那麼非常清楚它們的全部內容。即使從未使用過,也很可能在社交媒體和其他地方遇到過人工智慧生成的圖像。今天流行的軟體工作原理非常簡單:用戶輸入文本,人工智慧根據該文本生成圖像。
近年來,隨著人工智慧技術的發展,大多數文字到圖像生成器採用擴散模型,這意味著他們在大量的文字和圖像上接受了長時間的“訓練”,這是他們作品如此令人印象深刻和令人驚嘆的逼真的主要原因。
讓這些人工智慧工具更令人印象深刻的是,它們不僅修改現有圖像或將數千張圖像合併為一個,而且還從頭開始創建新的原始圖像。使用這些文字到圖像生成器的人越多,他們獲得的資訊就越多,他們的創作就越好。
目前已經有許多著名的AI影像產生器:WOMBO、DALL-E、Stable Diffusion、Midjourney、DeepAI、Fotor和Craiyon。科技巨頭——包括Google正在發布自己的,所以我們只能推測未來會帶來更多的價值。
威脅行為者將 AI 影像產生器武器化的 4 種方式
就像幾乎所有技術一樣,人工智慧影像產生器也可能被惡意行為者濫用。實際上,它們已經被用於各種邪惡的目的。但是,犯罪分子究竟可以在AI影像產生器的幫助下進行哪種類型的詐騙?
1、社會工程
威脅者能夠使用AI圖像生成器做的一件明顯的事情是參與社會工程;例如,創建虛假的社交媒體資料。其中一些程式可以創建令人難以置信的逼真圖像,看起來就像真人的真實照片,詐騙者可以使用這些虛假的社交媒體資料進行網路釣魚。
與真人的照片不同,人工智慧生成的照片無法透過反向圖像搜尋發現,網路犯罪分子不必使用有限數量的照片來欺騙目標——使用AI,他們可以產生任意數量的照片,從頭開始建立令人信服的線上身分。
但是,在現實生活中,威脅者可以使用AI圖像產生器來欺騙人們。 2022年4月, 技術講座部落客本·迪金森(Ben Dickinson)收到了一封來自律師事務所的電子郵件,聲稱他在未經許可的情況下使用了圖像。律師們透過電子郵件發送了一份DMCA版權侵權通知,告訴迪金森他需要連結回他們的客戶,或刪除圖像。
迪金森在谷歌上搜尋了這家律師事務所,找到了官方網站。這一切似乎都是完全合法的;網站甚至有18名律師的照片,包括他們的傳記和證書。但這一切都不是真的。這些照片都是由人工智慧產生的,所謂的版權侵權通知是由一個希望從毫無戒心的部落客那裡勒索反向連結的人發出的。
2、慈善詐騙
2023 年2 月土耳其和敘利亞發生毀滅性地震時,全世界數百萬人透過捐贈衣服、食物和金錢來表達對受害者的聲援。
根據一份英國廣播公司的報告,詐騙者利用這一點,使用人工智慧創建逼真的圖像並募集捐款。一名騙子在 TikTok Live 上展示了人工智慧生成的廢墟圖像,要求他們的觀眾捐款。另一個人發布了一張人工智慧生成的圖像,其中一名希臘消防員從廢墟中救出一名受傷的孩子,並要求他的追隨者進行捐款。
人們只能想像犯罪分子將來會在人工智慧的幫助下運行哪種類型的慈善詐騙,但可以肯定的是,他們只會更好地濫用該軟體。
3、深度偽造和虛假資訊
政府、活動團體和智庫長期以來一直警告深度偽造的危險AI 圖像生成器,這是因為什麼也不能阻止虛假信息代理人在機器人的幫助下創建虛假圖像並在社交媒體上推廣它。
根據美國國家公共廣播電台的消息,2022 年 3 月,當時一段描繪烏克蘭總統告訴烏克蘭人投降的假影片在網路上流傳。雖然這只是一個例子,但可能性幾乎是無窮無盡的,而且威脅者可以透過無數種方式損害某人的聲譽,宣傳虛假敘述或在人工智慧的幫助下傳播假新聞。
4、廣告詐欺
趨勢科技研究人員在 2022 年發現,詐騙者正在利用人工智慧產生的內容製作誤導性廣告,並推廣陰暗的產品。他們創建了建議流行名人使用某些產品的圖片,並根據這些圖片進行廣告活動。
例如,一則「財務諮詢機會」廣告以特斯拉創辦人兼執行長為主角。當然,馬斯克從未認可過有問題的產品,但人工智慧生成的鏡頭讓它看起來像這樣,大概是引誘毫無戒心的觀眾點擊廣告。
人工智慧與網路安全:我們需要解決的複雜問題
展望未來,政府監管機構和網路安全專家可能必須共同努力,以應對人工智慧驅動的網路犯罪這一新出現的威脅。但是,我們如何在不扼殺創新和限制數位自由的情況下監管人工智慧並保護普通人呢?這個問題將在未來幾年內變得突出。
在得到答案之前,請盡你所能保護自己:仔細審查你在網上看到的任何信息,避免使用可疑的網站,使用安全軟體,讓你的設備保持最新,並學會使用人工智慧來發揮你的優勢。
原文標題:AI Image Generators: An Emerging Cybersecurity Threat
原文作者:DAMIR MUJEZINOVIC
以上是AI 圖片產生器:新興的網路安全威脅的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在
