Кража ИИ по-тихому: Anthropic заявила о новой угрозе «дистилляционных атак»

Кража ИИ по-тихому: Anthropic заявила о новой угрозе «дистилляционных атак»

Компания Anthropic сообщила о рисках так называемых distillation attacks - кибератак, при которых злоумышленники пытаются воспроизвести поведение крупной языковой модели, систематически отправляя ей запросы и анализируя ответы. Речь идет о попытках «снять копию» модели без доступа к её внутренним весам и архитектуре.

В публикации компания объясняет, что дистилляционная атака строится на массовом сборе входных и выходных данных. Атакующий формирует большой набор запросов, получает ответы целевой модели, а затем обучает собственную модель так, чтобы она воспроизводила аналогичные паттерны. Таким образом создаётся приближённый функциональный клон без прямого доступа к исходному коду или обучающим данным.

Anthropic отмечает, что подобные атаки не являются взломом инфраструктуры, а используют открытую возможность взаимодействия через API. Угроза связана с масштабным автоматизированным сбором данных и попытками реконструировать поведенческие характеристики модели.

Компания заявила о внедрении механизмов выявления таких сценариев. В числе мер — анализ аномальных паттернов запросов, ограничение автоматизированного массового извлечения ответов и поведенческий мониторинг использования API. Цель — выявлять признаки систематической попытки «снять слепок» модели.

В Anthropic подчёркивают, что защита от дистилляции становится частью стратегии по обеспечению безопасности ИИ. Речь идёт не только о защите инфраструктуры, но и о предотвращении несанкционированного воспроизведения интеллектуальной собственности в форме поведенческой модели.

похожие материалы

Стрелочка
Стрелочка
«Лаборатория Касперского» вошла в число лидеров в области промышленной безопасности в Азиатско-Тихоокеанском регионе
«Лаборатория Касперского» вошла в число лидеров в области промышленной безопасности в Азиатско-Тихоокеанском регионе

Международное консалтинговое агентство Frost & Sullivan признало «Лабораторию Касперского» лидером 2026 года в Азиатско-Тихоокеанском регионе по двум направлениям: в области создания ценности для клиентов в сфере безопасности операционных технологий (OT) и в области продуктов для конвергентной безопасности ИТ и OT.