|
|
| Строка 1: |
Строка 1: |
| - | '''История создания статьи (итеративный промптинг):'''
| |
| | | | |
| - | '''Промпт 1:'''
| |
| - |
| |
| - | «Ты профессор технического университета. Напиши статью "Кибербезопасность" для энциклопедии MachineLearning.ru.
| |
| - |
| |
| - | Раздели тему на два аспекта: защита самих моделей (Adversarial ML) и использование ML для защиты сетей (Defensive ML).
| |
| - |
| |
| - | Для новичков приведи понятную интуицию исторического развития безопасности. Приведи классический пример состязательной атаки (когда наклейка на дорожном знаке может привести к неверной классификации), а также пример того, как ML автоматизирует поиск вирусов. Избегай публицистических заголовков вроде "гонка вооружений".»
| |
| - |
| |
| - | '''Промпт 2:'''
| |
| - |
| |
| - | «Отлично. Теперь создай строгий раздел для профессионалов.
| |
| - | Опиши главные уязвимости моделей:
| |
| - | 1. Состязательные атаки (Evasion). Опиши метод FGSM математически.
| |
| - | 2. Отравление данных (Data Poisoning) и создание бэкдоров.
| |
| - | 3. Атаки на конфиденциальность: объясни кражу модели (Model Extraction) как процесс воспроизведения функционального поведения модели через публичный API. Кратко упомяни Membership Inference и Prompt Injection.
| |
| - |
| |
| - | Во втором разделе опиши, как ML защищает классическую ИТ-инфраструктуру: обнаружение сетевых аномалий (IDS), поведенческий анализ (UEBA) и поиск вредоносного ПО. Напиши аккуратно, что ML является одним из ключевых инструментов, а не заменой всей классической безопасности.»
| |
| - |
| |
| - | '''Промпт 3:'''
| |
| - |
| |
| - | «Оформи весь текст в строгую вики-разметку. Формулу для FGSM напиши обычным текстом, используя подстрочные индексы (HTML-тег sub) для корректного отображения без использования LaTeX-рендерера.
| |
| - |
| |
| - | Сделай внутренние ссылки на термины: [[Машинное обучение]], [[Нейросеть]], [[Обучение без учителя]], [[LLM]]. Англоязычные термины оставь в скобках.
| |
| - |
| |
| - | Список литературы оформи как ненумерованный список (через *). Обязательно используй шаблон {{статья}}. Включи фундаментальную статью Goodfellow (2014) про FGSM, классический обзор Biggio & Roli (2018) про Adversarial ML, статью Папернота и классическую работу Sommer по обнаружению вторжений (IDS).
| |
| - | Добавь категории: [[Категория:Кибербезопасность]], [[Категория:Машинное обучение]], [[Категория:Безопасность ИИ]].»
| |
