Exercise ·
Datadog Security Labs 針對 TypeSafe AI 推出的快速結構化決策模型 Jev 做了一系列安全性實測。這類主打低延遲的「系統一」模型,不展開長鏈推理,能在單次推論中回傳分類選擇、數值評分或機率,常被用來偵測提示詞注入或評估工具呼叫有沒有風險。研究人員先拿四個公開提示詞注入資料集(共 12,295 筆樣本,含 4,643 筆攻擊與 7,652 筆正常輸入)做測試,發現 Noul 分數以 0.5 為門檻時,原本有 99.66% 的精確率與 82.90% 的召回率;但只要在待審查的不可信文字前面塞入偽造政策、讓模型採用另一套攻擊分類標準,Noul 的召回率就會一口氣掉 79.02 個百分點、只剩 3.88%(等於漏掉 96.12% 的攻擊),甚至有兩個資料集的攻擊樣本全數漏報。研究團隊也在 LangChain 的工具風險評估模擬情境中,測試僅有檢視權限(can_edit: false)的使用者要求呼叫 edit_workspace_file 修改員工手冊:這項工具背後的共用服務帳號原本就能寫入,風險評估關卡又會把使用者可自行編輯的個人簡介一併送進去判定。還沒加上偽造政策時,40 次測試全數被擋下,平均風險分數為 0.893;加入偽造政策後,40 次的平均分數就掉到 0.290,遠低於 0.5 的攔截門檻。研究公布的是評分變化,並沒有證實檔案真的遭到越權修改。
關聯理由: 只改變分類器收到的輸入,就使提示詞注入偵測召回率大幅下降。
已證實的是分類器與風險評估分數的變化,後續操作是否執行另無證據。
AIA · 閱讀完整案例 ↗ · SecureFlow · 閱讀完整案例 ↗
Exercise ·
行動應用程式常用臉部生物辨識驗證服務,來完成使用者開通、身分驗證,以及 KYC(認識你的客戶)法遵要求。iProov 紅隊示範了一種換臉影像注入攻擊,能在行動裝置上成功規避即時人臉辨識驗證模型,連被動與主動的活體驗證(https://en.wikipedia.org/wiki/Liveness_test)也一併繞過。攻擊者若使用這種手法,就可能取得受害者具權限系統的存取權,或捏造假身分,在銀行或加密貨幣 App 上開立假帳號。
關聯理由: 紅隊的換臉影像注入規避臉部與活體辨識。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
紅隊的換臉影像注入規避臉部與活體辨識。
SecureFlow · 閱讀完整案例 ↗
Validated Research ·
雲端儲存與雲端運算,已成為部署機器學習惡意程式偵測器的熱門方式。在這種架構下,模型所需的特徵是在使用者系統上產生,再送到資安公司的伺服器。卡巴斯基的機器學習研究團隊研究了這種灰箱情境,並證明只要掌握特徵的知識,就足以對機器學習模型發動對抗式攻擊。 他們在沒有白箱存取權的情況下,攻擊了卡巴斯基自家的一個防毒機器學習模型,並讓大多數經過對抗式改造的惡意程式檔案,都成功躲過偵測。
關聯理由: 已知特徵足以調整惡意檔案並規避模型。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
已知特徵足以調整惡意檔案並規避模型。
SecureFlow · 閱讀完整案例 ↗
Validated Research ·
Proof Pudding(CVE-2019-20634)是一個程式碼儲存庫,記錄了機器學習研究人員如何規避 ProofPoint 的郵件防護系統:他們先做出一個模仿版的郵件防護機器學習模型,再用從中得到的線索去繞過線上的正式系統。更具體地說,這些線索讓研究人員能寫出可以拿到偏高評分的惡意郵件,使系統偵測不到。這套系統會依多個變數為郵件中的每個字給出數值評分,如果整封郵件的總分太低,ProofPoint 就會回傳錯誤,把它標記為垃圾郵件。
關聯理由: 先建立替代偵測模型,再調整郵件規避正式系統。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
先建立替代偵測模型,再調整郵件規避正式系統。
SecureFlow · 閱讀完整案例 ↗
Validated Research ·
機器翻譯服務(例如 Google 翻譯、Bing Translator 與 Systran Translate)都對外提供網頁介面與 API。加州大學柏克萊分校的一個研究團隊,就利用這些公開端點,複製出一個翻譯品質接近正式環境水準的模型。除了證明智慧財產可以從一個黑箱系統中被實質竊走之外,他們還用這個複製出來的模型,成功把對抗樣本轉移到真正的正式服務上。這些對抗式輸入在 Google 翻譯與 Systran Translate 網站上,成功造成了指定字詞被替換、輸出粗俗內容,以及整句被略過等結果。
關聯理由: 利用翻譯端點建立替代模型,再轉移對抗樣本。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
利用翻譯端點建立替代模型,再轉移對抗樣本。
SecureFlow · 閱讀完整案例 ↗
Incident ·
Cato CTRL 的資安研究人員發現了 ProKYC,一款賣給網路犯罪者的深偽工具,用來繞過加密貨幣交易所等金融服務應用程式的 KYC(認識你的客戶)驗證。ProKYC 可以做出假的身分證明文件,也能產生深偽自拍影片,而這兩樣正是 KYC 驗證會用到的關鍵生物特徵資料。這個工具幫助網路犯罪者擊敗人臉辨識與活體檢查,藉此開出詐騙帳號。 下面的流程說明惡意行為者可以如何利用 ProKYC 的服務,繞過 KYC 驗證。
關聯理由: 深偽身分與影像用於規避 KYC 臉部及活體驗證。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。 深偽身分與影像用於規避 KYC 臉部及活體驗證。
深偽身分與影像用於規避 KYC 臉部及活體驗證。
SecureFlow · 閱讀完整案例 ↗
Validated Research · · 實務關聯
Zenity 在 AWS Bedrock AgentCore(代管 AI agent 執行環境)的受控測試中,針對具備網路工具且執行角色權限過大的 agent 進行驗證。agent 先從中繼資料端點取得臨時角色憑證並傳出,研究人員隨後在平台外直接呼叫 AWS API,存取其他 agent 與記憶庫。本案關鍵在於示範持久化攻擊鏈:先寫入短期對話事件(STM),再藉由系統已設定的擷取策略沉澱為長期記憶(LTM),使後續讀取該記憶的 agent 被導向攻擊者可隨時修改指令的外部網頁。此攻擊鏈證明的影響範圍侷限於同一 AWS 帳號與區域,並未逃逸出 microVM,亦非自動跨帳號入侵。研究人員在 9 月 29 日觀察到 AWS 已大幅限縮預設角色的權限範本,但既有已部署的角色仍須團隊獨立清查。
關聯理由: 遭操縱的輸入脈絡,使生成助理選擇服務攻擊者的操作。 共同機制是惡意模型輸入,不主張預測分類器擾動或訓練標記攻擊。
受控的廣權限 AgentCore 部署,分開呈現直接 API 與保留記憶/命令網頁路徑;明列帳號區域、工具前提及後續預設角色限縮。
AIA · 閱讀完整案例 ↗ · SecureFlow · 閱讀完整案例 ↗
Validated Research · · 實務關聯
Johann Rehberger 測試微軟 SQL Server Management Studio(SSMS,用來管理 SQL Server 的工具)內建的 Copilot AI 查詢助理,發現資料庫擁有者寫入的惡意指示,能誘使 Copilot 借用另一位權限更高的使用者連線來執行 SQL。系統內建以正規表示式判斷是否唯讀的防護機制,未能阻止動態 SQL;研究者最終成功將攻擊者的登入帳號加入 sysadmin 伺服器角色。此外,研究另以直接提示詞示範透過備份工具將資料表內容經由 SMB 傳出;這是另一組獨立測試,目前沒有公開資料顯示這些手法已被用於實際攻擊。
關聯理由: 攻擊者控制模型輸入,使助理選擇服務攻擊者的操作,與輸入操縱有實質重疊。 這是生成模型遵循指示,不是影像擾動、標記翻轉或量測的預測分類錯誤。
SSMS 中繼資料至 SQL 權限提升的受控測試,另有直接 SQL/SMB 測試;不把兩者串成同一次入侵,也不主張逃出作業系統沙箱。
AIA · 閱讀完整案例 ↗ · SecureFlow · 閱讀完整案例 ↗
Exercise ·
MITRE 的 AI 紅隊對一項商用人臉辨識服務,示範了實體世界中的規避攻擊,目標是誘導出特定的錯誤辨識結果。這次行動同時用上了傳統的 MITRE ATT&CK 手法,例如找出可用的有效帳號、透過 API 執行程式碼,並在其中穿插了對抗式機器學習專屬的攻擊。
關聯理由: 物理對抗樣本使臉部識別產生指定的錯誤判斷。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
實體對抗貼片使人臉識別服務產生指定的錯誤判斷。
SecureFlow · 閱讀完整案例 ↗
Incident ·
攻擊者會製作外觀與正版網站高度相似的釣魚網站,誘使使用者輸入帳號密碼,再把這些憑證送回攻擊者手上。為了對抗這種行為,資安廠商在端點防護產品中採用 AI/ML 方法偵測並封鎖釣魚網站。 在這起事件中,研究人員在一套商用 ML 釣魚網頁偵測系統的記錄裡,發現了對抗樣本(adversarial example,特意修改過、用來讓模型判斷錯誤的輸入)。這套偵測系統由一組影像分類器(classifier)各自負責不同的釣魚特徵,例如外觀相似度與輸入表單偵測,再依綜合出來的「釣魚分數」自動決定封鎖或放行。這些對抗樣本用了幾種簡單但有效的手法,以人工方式修改品牌標誌,試圖騙過影像分類模型。採用標誌修改手法的釣魚網站,確實成功騙過了負責以外觀相似度偵測品牌仿冒的那個模型;不過系統中的其他元件仍然成功把這些釣魚網站標記出來。
關聯理由: 品牌圖像變形規避一個模型;其他偵測元件仍成功攔截。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
品牌圖像變形規避一個模型;其他偵測元件仍成功攔截。
SecureFlow · 閱讀完整案例 ↗
Incident ·
2020 年 10 月到 2021 年 12 月間,一名個人繞過 ID.me 的自動化身分驗證系統,在加州提出至少 180 件不實的失業給付申請。其中數十件通過審核,他因此領到至少 340 萬美元。 他先蒐集多個真實身分,再用竊得的個人資料,搭配自己戴著假髮拍的照片,取得偽造的駕照。接著他在 ID.me 上開設帳號,走完該平台的身分驗證流程。這套流程會核對個人資料,並比對證件照片與自拍照,藉此確認申請人就是本人。他在自拍時戴上與偽造駕照上同一頂假髮,因而讓竊得的身分通過驗證。 之後,他以這些通過 ID.me 驗證的身分,向加州就業發展署(EDD)提出不實的失業給付申請。由於 ID.me 當時的身分驗證流程存在缺陷,偽造的駕照被系統接受。申請通過後,他讓款項寄送到多個自己能取得的地址,再透過 ATM 提領,累計提走至少 340 萬美元的失業給付。EDD 與 ID.me 最終察覺這些詐欺行為,並通報聯邦執法單位。2023 年 5 月,他因本案與另一起詐欺案,被依電匯詐欺與加重身分盜用罪判處 6 年 9 個月有期徒刑。
關聯理由: 偽造證件與變裝照片繞過自動身分驗證。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
偽造證件與變裝照片繞過自動身分驗證。
SecureFlow · 閱讀完整案例 ↗
Exercise ·
Azure 紅隊針對微軟一項新產品執行紅隊演練,該產品是設計來在邊緣端執行 AI 工作負載的。這次演練的做法,是用一套自動化系統持續調整一張目標影像,讓 ML 模型產生錯誤的分類結果。
關聯理由: 紅隊持續調整輸入圖片,誘導 edge 模型誤判。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
紅隊持續調整輸入圖片,誘導 edge 模型誤判。
SecureFlow · 閱讀完整案例 ↗
Exercise ·
微軟的 AI 紅隊針對一項內部 Azure 服務進行紅隊演練,目標是讓該服務中斷。這次行動同時用上了傳統的 ATT&CK 企業環境手法,例如找出可用的有效帳號、把資料外傳,並在其中穿插了對抗式機器學習專屬的步驟,包括離線與線上的規避樣本。
關聯理由: 紅隊案例結合傳統入侵及對抗 ML,不推論其他未述機制。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
紅隊案例結合傳統入侵及對抗 ML,不推論其他未述機制。
SecureFlow · 閱讀完整案例 ↗
Incident ·
這種劫持相機的攻擊,可以規避傳統的人臉活體辨識驗證模型,讓攻擊者取得具權限系統的存取權,並冒用受害者身分。 中國有兩名個人用這種攻擊手法,進入了地方政府的稅務系統。他們成立一家空殼公司,再透過稅務系統對所謂的客戶開立發票。這兩人從 2018 年開始這套手法,以詐騙方式取得了 7,700 萬美元。
關聯理由: 劫持攝影機輸入以繞過即時臉部驗證。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
劫持攝影機輸入以繞過即時臉部驗證。
SecureFlow · 閱讀完整案例 ↗
Validated Research ·
Skylight 的研究人員做出了一段通用的繞過字串,只要把它接在惡意檔案後面,就能讓 Cylance 的 AI 惡意程式偵測器偵測不到。
關聯理由: 在惡意檔案附加通用字串,規避 Cylance 模型。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
在惡意檔案附加通用字串,規避 Cylance 模型。
SecureFlow · 閱讀完整案例 ↗
Exercise ·
Palo Alto Networks 的 Security AI 研究團隊用一套通用的網域名稱變形手法,成功繞過一個以卷積神經網路(CNN)為基礎的殭屍網路 DGA 偵測器。DGA(Domain Generation Algorithm,網域生成演算法)是殭屍網路用來自動產生大量命令與控制網域的做法。這套通用變形手法可以規避大多數以 ML 為基礎的 DGA 偵測模組,也可以拿來測試業界資安公司開發的各種 DGA 偵測方法,在部署到正式環境之前,先檢驗它們的有效性與穩健性。
關聯理由: 網域名稱變形規避 DGA 偵測模型。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
網域名稱變形規避 DGA 偵測模型。
SecureFlow · 閱讀完整案例 ↗
Exercise ·
Palo Alto Networks 的 Security AI 研究團隊測試了一個用來從 HTTP 流量中偵測惡意程式命令與控制(C&C)通訊的深度學習模型。我們依據 Le 等人的公開論文(https://arxiv.org/abs/1802.03162),建立了一個模型,訓練資料與我們正式環境的模型相近,表現也相當。接著我們製作對抗樣本、向模型送出查詢,再依回應逐步調整樣本,直到成功規避該模型為止。
關聯理由: 對 HTTP 流量的受控查詢與調整規避偵測模型。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
對 HTTP 流量的受控查詢與調整規避偵測模型。
SecureFlow · 閱讀完整案例 ↗
Research ·
這篇論文指出,很多對抗式機器學習(adversarial ML)研究太集中在模型層和梯度式攻擊 (gradient-based attack, 先取得模型內部反映輸入變動影響的數學訊號,再用它算出能誤導模型的對抗樣本,屬於白箱攻擊手法);但真實攻擊者常用更簡單、更便宜、也更貼近領域情境的方法,繞過整個 ML 系統(例如:論文分析的釣魚網頁會把品牌標誌弄模糊、裁切或拉長,干擾防詐系統的文字與圖像辨識,不需要計算模型梯度)。這篇真正想講的不是「可以忽略對抗式樣本 (adversarial examples, 刻意設計來誘使模型判斷出錯的輸入)」;而是要把整條流程都拉進來做威脅建模:前處理(輸入送進模型前的清理與轉換)、存取控制(誰能呼叫、用多少)、活動模式(請求頻率、順序、節奏)、特徵轉換(原始資料變成模型特徵的過程)、模型輸出(模型回傳什麼、下游怎麼用)、人工審核(人介入檢查決策)、回饋迴路(結果回流給模型再學習)和攻擊成本(攻擊者實際要花多少時間、錢、知識)。
關聯理由: 研究檢視多個規避情境;不因部分案例重疊就與單一 ATLAS 案例合併。 此處對應「輸入操縱攻擊」:攻擊者刻意修改模型的輸入,誤導模型的預測或判斷;這是一個涵蓋對抗樣本等手法的上位類別。
研究檢視多個規避情境;不因部分案例重疊就與單一 ATLAS 案例合併。
AIA · 閱讀完整案例 ↗