面向云基医疗聊天机器人的AISecOps威胁建模分类法
分布式、并行与集群计算
2023-05-22 v1 人工智能
人机交互
机器学习
摘要
人工智能（AI）正在包括网络安全在内的技术各个方面发挥着至关重要的作用。像聊天机器人这样的对话式AI在医疗领域也变得非常流行，为有需要的患者提供及时和即时的医疗援助。由于医疗聊天机器人处理大量敏感信息，这些聊天机器人的安全性至关重要。为了保障此类云托管资产（如这些聊天机器人）的机密性、完整性和可用性，可使用AISecOps（用于安全IT运营的人工智能，Artificial Intelligence for Secure IT Operations）对医疗聊天机器人进行监控。AISecOps是一个新兴领域，它将IT运营、AI和安全这三个不同但相互关联的领域整合为一个领域，其中来自这三个领域的专业知识被协同用于保护网络资产。它以整体框架考虑云运营和安全，以收集评估安全威胁所需的指标，并训练AI模型采取即时行动。本工作专注于应用STRIDE威胁建模框架对聊天机器人各组件中可能涉及的威胁进行建模，以实现基于AISecOps技术的自动威胁检测。该威胁建模框架专为涉及敏感数据共享的医疗聊天机器人量身定制，但也可应用于金融服务业、公共部门和政府部门等其他关注安全与合规的领域的聊天机器人。
引用
@article{arxiv.2305.11189,
title = {Taxonomy of AISecOps Threat Modeling for Cloud Based Medical Chatbots},
author = {Ruby Annette J and Aisha Banu and Sharon Priya S and Subash Chandran},
journal= {arXiv preprint arXiv:2305.11189},
year = {2023}
}