![](https://squidex.jugru.team/api/assets/srm/07b6784a-d351-4b37-a065-3f53ef97e9dd/2024-01-16-12.39.05.jpg?cache=3600&width=74&height=74&mode=CropUpsize)
Павел Филонов
Компания: Независимый консультант
Тип доклада: Доклад
MITRE ATT&CK — хорошо известный фреймворк для классификации угроз безопасности ПО. А вот его специфичный для ML вариант под названием ATLAS известен гораздо меньше.
Cчитаю, что вероятность появления в системах каких-либо элементов машинного обучения будет со временем только возрастать. А следовательно, их разработчикам стоит на ранних стадиях задуматься об обеспечении безопасности ML-based решений.
Рассмотрим конкретные примеры уязвимостей из избранных элементов ATLAS-матрицы. В том числе кейс, к добавлению которого я приложил свои усилия.
Компания: Независимый консультант
Компания: Kaspersky