Sui repository pubblici di pesi AI, i criminali creano account con nomi ingannevoli che imitano organizzazioni note (es. sostituendo lettere simili o aggiungendo suffissi fuorvianti) per distribuire modelli avvelenati o backdoored. Per difendersi: 1) imporre l'uso di un proxy/mirror interno aziendale con allowlist ristretta di organizzazioni e namespace approvati; 2) validare l'identità del publisher verificando commit firmati GPG e attestazioni crittografiche Sigstore/Cosign; 3) verificare sempre l'hash crittografico SHA-256 dei file rispetto al bollettino ufficiale del fornitore; 4) tracciare la provenienza dei componenti tramite AIBOM e monitorare i log di scaricamento con rainlogs.
Come ci si difende da campagne di typosquatting e impersonation di vendor accreditati su hub aperti di modelli AI?
Hai una domanda specifica su questo tema?
Interroga direttamente il motore FabGPT-FAQ con risposta in tempo reale.