面向新兴生成式AI算法的协作渗透测试套件
密码学与安全
2025-10-23 v1 人工智能
机器学习
多智能体系统
软件工程
摘要
问题空间：AI漏洞与量子威胁 生成式AI漏洞：模型反向、数据投毒、对抗性输入 量子威胁： Shor算法破解RSA ECC加密 挑战 面临经典与量子网络攻击的安全生成式AI模型 解决方案 提议的渗透测试套件 五个集成组件：DAST SAST 包括OWASP ZAP、Burp Suite、SonarQube、Fortify IAST 对比评估集成到CI CD管道 中间件日志 Hyperledger Fabric 用于防篡改日志 量子密码 基于格的RLWE协议 AI红队模拟 对抗性机器学习与量子辅助攻击 集成层：面向AI、网络安全与量子专家的统一工作流 关键结果 在测试环境中识别了300多个漏洞 在2周内高危问题减少70% 区块链记录的漏洞解决效率达90% 量子抗密码在测试中保持100%完整性 结果 量子AI安全协议 集成区块链 量子密码 AI红队测试
引用
@article{arxiv.2510.19303,
title = {Collaborative penetration testing suite for emerging generative AI algorithms},
author = {Petar Radanliev},
journal= {arXiv preprint arXiv:2510.19303},
year = {2025}
}