September 2025
Intermediate to advanced
476 pages
7h 51m
Japanese
Bruce Schneier氏が主張するように(https://oreil.ly/jfFU3)、「セキュリティにとって最大の敵は複雑さ」であるとするならば、過度に複雑な機械学習システムは安全とは言えない。他の研究者らも、機械学習システム特有の脆弱性に関する多くの研究を発表している。さらに、イスラム国(ISIS)の工作員が、ソーシャル・メディアに実装されたコンテンツ・フィルタを回避する目的で、オンライン・コンテンツにロゴを巧妙に紛れ込ませる(https://oreil.ly/8mSPC)といった現実世界の攻撃事例も明らかになっている。多くの組織が重要なソフトウェアやデータといった資産を保護するためのセキュリティ対策を講じているが、機械学習システムもそれと同様に保護対象とすべきである。そのためには、具体的なインシデント・レスポンス計画の策定だけでなく、機械学習モデルのデバッグ、情報セキュリティ監査、バグバウンティ・プログラム、さらにはレッドチームによるセキュリティ評価といった施策を適用する必要がある。
今日の機械学習システムのセキュリティ的な脅威は主に以下のようなものが挙げられる。
ミッション・クリティカルな用途や大きなリスクを伴うAIを導入する際には、少なくとも既知の脆弱性に対するテストおよび監査を実施する必要がある。従来の教科書的な機械学習モデルの評価では、こうした脆弱性を検出することはできないが、機械学習モデル特有のデバッグ技術は、これらの問題に対処する手段となり得る。監査 ...
Read now
Unlock full access