Útoky na AI a modely strojového učení

but.committeedoc. Dr. Ing. Otto Fučík (předseda) Mgr. Kamil Malinka, Ph.D. (člen) doc. Ing. Michal Bidlo, Ph.D. (člen) Ing. Vladimír Veselý, Ph.D. (člen) Ing. David Bařina, Ph.D. (člen)cs
but.defenceStudentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studentky na položené otázky rozhodla práci hodnotit stupněm C.cs
but.jazykangličtina (English)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorReš, Jakuben
dc.contributor.authorKejdová, Kláraen
dc.contributor.refereeHranický, Radeken
dc.date.accessioned2025-06-21T03:57:25Z
dc.date.available2025-06-21T03:57:25Z
dc.date.created2025cs
dc.description.abstractTato práce se zabývá zranitelnostmi a vektory útoků zaměřenými na systémy umělé inteligence (AI) a strojového učení (ML) a poskytuje důkladnou analýzu zranitelností v průběhu jejich životního cyklu. Zabývá se principem a vznikem jednotlivých technik AI jako je hluboké učení, zpracování přirozeného jazyka a počítačové vidění. Na základě těchto vědomostí spolu s analýzou rizik, která detailně popisuje motivy, vědomosti útočníků a analýzu následků útoků provedenou těmito útočníky, jsou vymodelovány tři vektory útoku. Tyto vektory mají za úkol demonstrovat skutečný případ nasazení jazykového modelu v rámci komerčních webů a způsoby, jakými lze takový model napadnout a zneužít ve prospěch útočníka a poukázat tak na potenciální mezery v zabezpečení a jejich následky. V navazující a poslední části budou tyto navržené vektory útoku demonstrovány na lokálně nasazeném modelu Mety, LLaMA 3.2 1B Instruct, jenž představuje zástupce běžně používaných jazykových modelů.en
dc.description.abstractThis paper examines vulnerabilities and attack vectors targeting Artificial Intelligence (AI) and Machine Learning (ML) systems and provides a thorough analysis of vulnerabilities throughout their lifecycle. It discusses the principles and emergence of various AI techniques such as deep learning, natural language processing and computer vision. Three attack vectors are modelled based on this knowledge, along with a risk analysis that details the motives, knowledge of the attackers, and analysis of the consequences of attacks carried out. These vectors are intended to demonstrate a real-world case of deploying a language model within a commercial website and how it can be attacked and exploited to the attacker’s advantage, thus highlighting potential security gaps and consequences. In the subsequent and final section, these proposed attack vectors will be demonstrated on a locally deployed Meta’s LLaMA 3.2 1B Instruct model, which is representative of commonly used language models.cs
dc.description.markCcs
dc.identifier.citationKEJDOVÁ, K. Útoky na AI a modely strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2025.cs
dc.identifier.other165163cs
dc.identifier.urihttps://hdl.handle.net/11012/254584
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectzabezpečení umělé inteligenceen
dc.subjectzranitelnosti strojového učeníen
dc.subjectnepřátelské útokyen
dc.subjectotrava daten
dc.subjecthrozby životního cyklu AIen
dc.subjectrizika zpracování přirozeného jazykaen
dc.subjectvektorové modelování útokuen
dc.subjectjailbreak útoken
dc.subjectobcházení etických filtrůen
dc.subjectútoky postranním kanálemen
dc.subjectetické nasazení AIen
dc.subjectanalýza rizik AIen
dc.subjectartificial intelligence securitycs
dc.subjectmachine learning vulnerabilitiescs
dc.subjectadversarial attackscs
dc.subjectdata poisoningcs
dc.subjectAI lifecycle threatscs
dc.subjectnatural language processing riskscs
dc.subjectattack vector modellingcs
dc.subjectjailbreak attackcs
dc.subjectethical filter evasioncs
dc.subjectside-channel attackscs
dc.subjectethical AI deploymentcs
dc.subjectAI risk analysiscs
dc.titleÚtoky na AI a modely strojového učeníen
dc.title.alternativeAttacks on AI and machine learning modelscs
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2025-06-20cs
dcterms.modified2025-06-20-12:01:53cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid165163en
sync.item.dbtypeZPen
sync.item.insts2025.06.21 05:57:25en
sync.item.modts2025.06.21 05:34:38en
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémůcs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.29 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_165163.html
Size:
11.95 KB
Format:
Hypertext Markup Language
Description:
file review_165163.html
Collections