<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

До проблеми кіберзахисту LLM-чат-ботів

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

У роботі розглянуто проблему різноманітних атак на LLM ̶орієнтовані чат ̶боти. Проведено аналіз потенційних наслідків таких атак, зокрема ризиків витоку конфіденційної інформації та спотворення відповідей. Запропоновано ефективні методи захисту, що спрямовані на зменшення вразливостей і підвищення безпеки інтелектуальних чат ̶ботів.
The paper considers the problem of various attacks on chatbots built on the basis of LLM. The potential consequences of such attacks are analyzed, in particular, the risks of leakage of confidential information and distortion of model responses. Effective protection methods are proposed, aimed at reducing vulnerabilities and increasing the security of LLM ̶oriented chatbots.

Опис

Тип документа

Мова

ISSN

Серія, номер

ISBN

978-617-8163-57-0

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Жеглов М. С., Куперштейн Л. М. До проблеми кіберзахисту LLM-чат-ботів // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/25391.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (6)

  1. ZHAO, Wayne Xin, et al. A survey of large language models. arXiv preprint arXiv:2303.18223, 2023, 1.2.
  2. Клиш В. М., Куперштейн Л. М. Аналіз атак типу prompt injection на великі мовні моделі. м. Вінниця, 24 берез. 2025 р. Вінниця, 2025. URL: https://conferences.vntu.edu.ua/index.php/all ̶fitki/all ̶fitki ̶2025/paper/view/24458/20255 (дата звернення: 28.05.2025).
  3. LLM01:2025 prompt injection ̶ OWASP top 10 for LLM & generative AI security. URL: https://genai.owasp.org/llmrisk/llm01 ̶prompt ̶injection/ (date of access: 23.03.2025).
  4. Неретін О., Харченко В. Забезпечення кібербезпеки систем штучного інтелекту: аналіз вразливостей, атак і контрзаходів // Науковий вісник НУ «Львівська політехніка». Серія: Комп'ютерні науки та інформаційні технології. ̶2023. ̶№9. ̶С. 24. URL: https://science.lpnu.ua/sites/default/files/journal ̶paper/2023/jan/29738/221029maket ̶9 ̶24.pdf (дата звернення: 28.05.2025).
  5. Столярова О. К. Кваліфікаційна робота. Дослідження мовних моделей в задачах розробки програмного забезпечення інформаційних систем з використанням методології Kanban. ̶ 2024. ̶ С. 26. URL: https://openarchive.nure.ua/server/api/core/bitstreams/c3d910fd ̶d8a4 ̶4cb7 ̶9e2c ̶5453ef9ef2d2/content (дата звернення: 28.05.2025).
  6. Kosinski M. Protect against prompt injection | IBM. URL: https://www.ibm.com/think/insights/prevent ̶prompt ̶injection (date of access: 23.03.2025).