← 概念解説に戻る

Concept Fable

データポイズニング

先に結論:データポイズニングとは、攻撃者が訓練、微調整、評価、検索、またはフィードバックのデータを操作し、AI システムに誤った、偏った、安全でない、または攻撃者に有利な行動を学習させることだ。それは必ずしも訓練セットで起こるとは限らず、文書庫、チケット、ログ、ユーザーフィードバック、人手アノテーションの中に潜んでいることもある。

データポイズニング · セキュリティ

まず物語を読む。ここでは急いで定義を示さず、まず問題そのものを立ち上がらせる。

寓話

薬棚に紛れ込んだ偽薬の札

大きな薬舗には処方人形があった。それは古い処方箋、患者記録、薬材ラベルに基づいて調剤師に提案を行う。昔は薬棚が小さく、ラベルはすべて店主が自筆していたため、提案は非常に安定していた。

後に薬舗は分号を開き、各地の症例、顧客のフィードバック、供給元の説明、公開医書を集め始めた。木偶はより速く学び、これらの新材料にもより依存するようになった。

速度を上げるため、徒弟は新しく来た薬札をそのまま訓練簿に投げ込んだ。最初の数週間、木偶はよくある軽い病気でより良い成績を示したので、店主は資料が多ければ多いほど良いと思い込んだ。

しかし一部の珍しい病症で誤り始めた。木偶はいつも安価な薬を第一選択と言い、いくつかの危険な組み合わせを非常に安全だと説明した。追跡調査の結果、誰かが長期間フィードバック箱に偽の記録を入れていた。

店主はまず明らかに荒唐無稽な病例をいくつか削除した。しかし問題は消えなかった。偽の記録が本物のように書かれ、しかも別々の支店、別々の仕入れ先、別々の時期に分散していたからだ。

新帳医は受入規則を定めた。出所は登記し、異常分布は警報を出し、重要フィールドは抜き取り検査し、高リスクサンプルは隔離し、学習の前後で行動比較を行う。

木偶は新しい資料を盲信しなくなった。低信頼の出所からの症例は候補プールにしか入れられず、検証を経ねばならない。安全勧告に影響するサンプルは二人の再確認を要する。

その後、フィードバック箱に再びある薬の効果を誇張する記録が現れた。薬舗はそれらが似た言葉遣いで、出所が集中し、結果が異常であることに気づき、まず訓練簿の外で止めた。店主はついに理解した。人形を教える材料が人形の習慣になるのだと。井戸に少しずつ毒を盛られれば、水を飲む人はいつか毒を味だと思うようになる。新しい帳簿医はまた、材料が増えることは信頼性が増すことではないと定めた。新しい記録の各バッチについて、出所が突然集中していないか、結論が異常に一致していないか、特定の薬にだけ有利ではないかを問う必要がある。以前は薬舗がカウンターでの盗難だけを防いでいたが、後に人形を教える帳簿自体にも門番が必要だと知った。店主はまた、毒は必ずしも激しく来るとは限らないと気づいた。それは普通の記録のようにゆっくり混ざり込み、提案が変形する頃にはすでに習慣として学ばれている。後の振り返りで、皆はこの経験を日常の規則に書き加えた。まず現場で実際に何が結果を変えたかを見てから、何を残し、何を修繕し、何を制限するかを決める。表面的な賑わいだけを見れば、次も同じ場所でつまずく。

明らかにする

この物語が語るのは:データポイズニング

データポイズニングとは、攻撃者が訓練、微調整、評価、検索、またはフィードバックのデータを操作し、AI システムに誤った、偏った、安全でない、または攻撃者に有利な行動を学習させることだ。それは必ずしも訓練セットで起こるとは限らず、文書庫、チケット、ログ、ユーザーフィードバック、人手アノテーションの中に潜んでいることもある。

企業 Agent の防御の重点には、データ出所の記録、検証、異常検知、出所信頼度スコアリング、サンプル再確認、データセットのバージョン管理、ホールドアウト評価、ロールバック計画が含まれる。

メタファーのマッピング

  • レシピの木偶:データ学習や検索に依存する AI システム
  • 症例と薬札:訓練データ、フィードバックデータ、ナレッジベースの内容
  • 偽記録:攻撃者に操作されたサンプル
  • よくある小さな病気では成績が良くなる:毒を盛る行為は平均指標の向上の裏に隠れうる
  • データ取り込みの規則:データガバナンス、検証、出所追跡
  • 訓練前後の行動比較:モデル行動の回帰テスト
  • 最終的な洞察:データポイズニング攻撃が狙うのは、システムが世界を学習する材料である

Andy(任旭)判断

この概念の実戦的価値は、「賢く見えるAI機能」を納品可能、検収可能、ガバナンス可能な作業単位に分解する手助けをすることです。

訓練データ汚染RAG poisoning

関連する識別

この概念は隣接概念と混用されやすいので、対比ページを続けて見ることをおすすめする。

京ICP备2026014272号