Oorsprong van het model voor AI-toeleveringsketenbeveiliging

Een van de moeilijkste vragen bij AI-modellen is waar ze eigenlijk vandaan komen. Het Model Provenance Kit is een tool die modellen op gewichtsniveau controleert om te verifiëren waar ze vandaan komen. Er is echter nog geen duidelijke standaard in de industrie die definieert wat kwalificeert als een afgeleidingsrelatie tussen modellen.

Definities verschillen tussen licentiegevers, normalisatie-instellingen, onderzoeksgroepen en AI-laboratoria, wat problemen veroorzaakt bij het handhaven van licenties, het beoordelen van kwetsbaarheden en het naleven van de regelgeving.

Om dit op te lossen, is de Herkomstmodelgrondwet gecreëerd. Deze grondwet bevat een taxonomie, definitie en grensspecificaties die aantonen wat wel en niet als een model-herkomstrelatie kwalificeert op het niveau van gewichtsafleiding.

Waarom de herkomst van het model definiëren belangrijk is

Kernmodellen ondergaan verschillende stappen voordat ze in een bedrijf terechtkomen, en elke stap creëert een nieuw controlepunt waarvan de relatie met het oorspronkelijke model slecht gedocumenteerd is. Het is essentieel om te weten of een geïmplementeerd model bekende kwetsbaarheden erft of om te bepalen of een controlepunt een licentieverplichting activeert.

Zonder een gedeelde en rigoureuze reactie kunnen organisaties risico lopen, zoals aanvallen op de toeleveringsketen en problemen met regelgeving en incidentrespons.

Herkomst betreft modelgewichten

De Model Provenance Constitution baseert herkomst op de verifieerbare afleidingsgeschiedenis van getrainde gewichten van modellen. Modellen delen hun herkomst als een causale keten van gewichtsafleiding hen verbindt.

De grondwet definieert ook wanneer twee modellen met elkaar verbonden zijn, hoe deze relatie tot stand komt en wat niet als een herkomstrelatie wordt beschouwd.

Stel een teststandaard op

De Provenance Model Constitution maakt gebruik van bronnen zoals officiële documentatie, controlepuntverificatie en analyses van derden om herkomst vast te stellen. Dit helpt bij het voorkomen van foutieve beslissingen met betrekking tot licenties, kwetsbaarheden en naleving.

Afstemming met AI-bedreigingskaders en -standaarden

Attestatie van modelherkomst kan worden gezien als controle op de toeleveringsketen, en de grondwet dient als een definitieniveau dat afhankelijkheid van modellen verifieerbaar maakt.

De Model Provenance Constitution is gebaseerd op bestaande raamwerken die al worden gebruikt door AI-toeleveringsketenprogramma’s, en het is essentieel voor consistente documentatie binnen organisaties en bij leveranciers.

Een levend document

Nieuwe methoden voor het bouwen van modellen ontstaan sneller dan vaste taxonomieën kunnen bijhouden, en de Modelgrondwet inzake de Herkomst zal worden herzien naarmate het landschap evolueert.

BRON

Paul Arends

Paul Arends

“Ik ben Paul Arends, afgestudeerd in Bedrijfskunde aan de Universidad Complutense en met een master in Personeelsmanagement en Organisatieontwikkeling aan ESIC. Ik ben geïnteresseerd in netwerken en social media en richt mijn professionele ontwikkeling op talentmanagement en organisatieverandering.”

Verwante vermeldingen

Voorbereiding op reactie op geavanceerde bedreigingen

Veel organisaties gaan ervan uit dat alles binnen hun vertrouwensgrenzen, van doorgelichte leveranciers en geautoriseerde werknemers tot gecertificeerde cloudproviders en ondertekende artefacten, als veilig kan worden behandeld, en door de…

Beveilig federale digitale ervaring met Cisco ThousandEyes for Government

Voor federale agentschappen is digitale veerkracht niet langer alleen een IT-doel. Het is van cruciaal belang voor de uitvoering van missies. Wanneer kritieke diensten niet meer beschikbaar zijn, reikt de…

Geef een reactie

Je e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Ben je verdwaald?

Voorkom een jetlag met behulp van Gemini

Voorkom een jetlag met behulp van Gemini

Ondersteun studenten met AI-tools voor gepersonaliseerd leren

Ondersteun studenten met AI-tools voor gepersonaliseerd leren

Optimaliseer Demand Gen-campagnes met juni daling in prestaties

Optimaliseer Demand Gen-campagnes met juni daling in prestaties

Google.org financiert ISTE en aiEDU met nieuwe financiering

Google.org financiert ISTE en aiEDU met nieuwe financiering

Hoe Henry County Public Schools in Kentucky Gemini gebruikt

Hoe Henry County Public Schools in Kentucky Gemini gebruikt

Ondersteunen van lesgeven en leren met AI-tools

Ondersteunen van lesgeven en leren met AI-tools