https://atlas.mitre.org/
MITRE ATLAS?（人工智能系统的对抗性威胁全景）是基于真实世界观察、机器学习红队和安全小组的演示的机器学习 (ML) 系统的对抗性策略、技术和案例研究的知识库，以及来自学术研究的可能状态。ATLAS 以MITRE ATT&CK ?框架为蓝本，其战术和技术与 ATT&CK 中的相辅相成。
ATLAS 使研究人员能够驾驭 机器学习系统面临的威胁 。ML 越来越多地用于各种行业。ML 中存在越来越多的漏洞，它的使用增加了现有系统的攻击面。我们开发了 ATLAS 来提高对这些威胁的认识，并以安全研究人员熟悉的方式呈现它们。
下面的 ATLAS 矩阵从左到右显示了攻击中使用的策略的进展情况，ML 技术属于下面的每个策略。单击链接以了解有关每个项目的更多信息，或使用顶部导航栏上的链接查看 ATLAS 战术和技术。
| 侦察 |
资源开发 |
初始访问 |
机器学习模型访问 |
执行 |
持久性 |
防御规避 |
发现 |
收藏 |
机器学习攻击分期 |
渗出 |
影响 |
| 5 种技术 |
7 种技术 |
2 种技术 |
4 种技术 |
1 种技术 |
2 种技术 |
1 种技术 |
3 种技术 |
2 种技术 |
4 种技术 |
2 种技术 |
6 种技术 |
|
|
|
|
搜索公开可用的对抗性漏洞分析
|
|
|
搜索受害者拥有的网站
|
|
|
搜索应用程序存储库
|
|
|
主动扫描
|
|
|
|
|
|
|
|
|
|
开发对抗性机器学习攻击能力
|
|
|
|
|
|
发布中毒数据集
|
|
|
毒药训练数据
|
|
|
建立账户
|
|
|
|
|
机器学习模型推理 API 访问
|
|
|
支持机器学习的产品或服务
|
|
|
物理环境访问
|
|
|
完整的 ML 模型访问
|
|
|
|
|
|
|
探索机器学习模型本体
|
|
|
发现 ML 模型系列
|
|
|
发现机器学习工件
|
|
|
|
|
|
|
规避 ML 模型
|
|
|
拒绝机器学习服务
|
|
|
使用箔条数据向 ML 系统发送垃圾邮件
|
|
|
侵蚀 ML 模型的完整性
|
|
|
成本收集
|
|
|
ML 知识产权盗窃
|
|