Odporność modelu
Ocena zachowania modelu wobec prób obejścia zabezpieczeń, wymuszenia ujawnienia instrukcji i manipulacji danymi wejściowymi.
Sprawdzamy, czy Twój model LLM, API i pipeline RAG wytrzymają realny atak. Otrzymujesz listę potwierdzonych podatności, plan naprawczy oraz dokumentację wymaganą przez AI Act i NIS2.
AI Act określa wymagania dla systemów sztucznej inteligencji, w tym obowiązek odporności na manipulacje i ataki. Systemy wysokiego ryzyka — wykorzystywane w bankowości, ochronie zdrowia, rekrutacji czy infrastrukturze krytycznej — wymagają oceny zgodności, dokumentacji technicznej i nadzoru człowieka.
NIS2 podnosi wymogi cyberodporności, zarządzania ryzykiem i zgłaszania incydentów dla podmiotów kluczowych i ważnych. Warstwa AI podlega tym samym zasadom co pozostałe elementy systemu informatycznego.
Zakres współpracy obejmuje zakwalifikowanie systemu do właściwej klasy ryzyka, testy warstwy AI i jej otoczenia, ocenę odporności na scenariusze nadużycia oraz przygotowanie dowodów zgodności na potrzeby audytu, regulatora i klientów.
Ocena zachowania modelu wobec prób obejścia zabezpieczeń, wymuszenia ujawnienia instrukcji i manipulacji danymi wejściowymi.
Ocena aplikacji, API, pipeline'ów danych, kontroli dostępu i konfiguracji chmury, w których model funkcjonuje.
Powiązanie wyników testów z wymaganiami AI Act i NIS2 oraz przygotowanie dokumentacji na potrzeby audytu i postępowań przetargowych.
Symulujemy realne próby obejścia zabezpieczeń modelu oraz wymuszenia działań poza jego przeznaczeniem. Zakres obejmuje między innymi:
Sprawdzamy, czy dane wprowadzane do pipeline’u RAG mogą zmienić zachowanie systemu lub doprowadzić do wycieku informacji.
Badamy źródła danych, mechanizmy indeksowania oraz kontrolę treści pochodzącej od użytkowników i podmiotów zewnętrznych.
Weryfikujemy scenariusze, w których system AI zostaje wykorzystany wbrew przeznaczeniu — do uzyskania nieuprawnionej decyzji, obejścia limitów, generowania treści niedozwolonych albo działania w imieniu innego użytkownika.
Testujemy warstwę, przez którą użytkownicy i systemy komunikują się z modelem. Zakres obejmuje:
Analizujemy przepływ danych między źródłami, magazynem wektorowym, modelem i systemami odbierającymi wyniki.
Weryfikujemy rozdzielenie środowisk, ochronę kluczy i poświadczeń oraz zakres uprawnień nadanych integracjom.
Oceniamy konfigurację usług chmurowych i hostingu modeli, w tym izolację zasobów, logowanie zdarzeń, retencję danych wejściowych oraz zgodność ustawień z przyjętą polityką bezpieczeństwa.
Ustalamy, czy system podlega AI Act oraz do której klasy ryzyka należy, a także jaką rolę pełni Twoja organizacja — dostawcy czy podmiotu stosującego. Na tej podstawie określamy zakres obowiązków.
Wyniki testów wiążemy z konkretnymi wymaganiami AI Act i NIS2, tak aby każda luka miała przypisany obowiązek, właściciela i termin realizacji.
Przygotowujemy dokumentację potwierdzającą przeprowadzenie testów i skuteczność zabezpieczeń, na potrzeby audytu, regulatora oraz postępowań przetargowych i due diligence klientów.
Przed audytem lub przeglądem u klienta oceniamy gotowość organizacji i wskazujemy obszary wymagające uzupełnienia, wraz z rekomendowaną kolejnością działań.
Testy prowadzimy według scenariuszy, nie listy kontrolnej. Punktem wyjścia jest model zagrożeń dla konkretnego systemu: jego przeznaczenie, dane, uprawnienia integracji oraz konsekwencje nadużycia dla organizacji i osób, których dotyczą decyzje systemu.
Wykorzystujemy uznane metodyki ofensywne i ramy zarządzania ryzykiem AI — OWASP Top 10 dla LLM, MITRE ATLAS, NIST AI RMF, OWASP i PTES. Narzędzia automatyczne, w tym Microsoft PyRIT i NVIDIA Garak, służą do zwiększenia pokrycia scenariuszy, a nie do zastąpienia pracy zespołu.
Każdą podatność potwierdzamy ręcznie i dokumentujemy dowodem możliwym do odtworzenia. Do raportu trafia wyłącznie to, co udało się realnie wykorzystać — bez ustaleń wymagających dalszej weryfikacji po Twojej stronie.
Ataki prowadzimy wieloetapowo, łącząc warstwę modelu z aplikacją, API i uprawnieniami integracji.
Każde ustalenie potwierdza pentester. Fałszywe alarmy nie trafiają do raportu ani do Twojego backlogu.
Dowody i kroki odtworzenia opisujemy tak, aby Twój zespół mógł samodzielnie sprawdzić poprawkę.
Każdy etap ma zdefiniowany produkt wyjściowy i osobę odpowiedzialną po naszej stronie. Wiesz, kiedy otrzymasz wyniki i co trafi do Twojego zespołu. Retest po wdrożeniu poprawek jest częścią umowy.
Mapujemy powierzchnię ataku systemu i ustalamy scenariusze istotne dla Twojej organizacji. Zakres testów zatwierdzasz przed rozpoczęciem prac.
Prowadzimy wieloetapowe ataki na warstwę AI i jej otoczenie w warunkach zbliżonych do rzeczywistych. Każde udane wejście dokumentujemy dowodem możliwym do odtworzenia.
Łączymy ocenę CVSS z wpływem na Twoje procesy biznesowe. Zamiast listy równorzędnych ustaleń otrzymujesz jednoznaczną kolejność napraw.
Do każdej podatności otrzymujesz rekomendację techniczną, a po wdrożeniu poprawek potwierdzamy ich skuteczność retestem.
Testy prowadzimy według uznanych metodyk ofensywnych i ram zarządzania ryzykiem AI, uzupełnionych o narzędzia do automatyzacji części scenariuszy.
Każdą podatność potwierdzamy ręcznie i dokumentujemy dowodem, który Twój zespół może odtworzyć. Do raportu trafia wyłącznie to, co udało się realnie wykorzystać.
Jeśli nie znalazłeś odpowiedzi na swoje pytanie, napisz do nas.
Klasyczny pentest sprawdza aplikację, infrastrukturę i konfigurację. Test systemu AI obejmuje dodatkowo warstwę modelu: prompt injection, jailbreaking, zatruwanie danych w RAG, ekstrakcję modelu i manipulację agentami. W praktyce prowadzimy oba obszary równolegle — podatność w API modelu bywa równie krytyczna jak błąd w samym modelu.
Typowo od dwóch do czterech tygodni od podpisania NDA i ustalenia zakresu. Termin zależy od liczby integracji, dostępności środowiska testowego oraz tego, czy test obejmuje również infrastrukturę i API.
Pracujemy na środowisku testowym, gdy tylko jest dostępne. Jeśli test musi objąć produkcję, przed rozpoczęciem prac ustalamy okna czasowe, limity ruchu, listę wyłączeń i ścieżkę eskalacji.
Obowiązki zależą od klasy ryzyka systemu oraz roli organizacji. Jeśli AI wspiera decyzje kredytowe, rekrutację, diagnostykę medyczną lub działanie infrastruktury krytycznej, system najprawdopodobniej należy do kategorii wysokiego ryzyka. Kwalifikację przeprowadzamy na wstępie współpracy.
Raport z podatnościami ocenionymi wg CVSS, dowody wykorzystania, priorytetyzowany plan naprawczy oraz mapowanie luk na wymagania AI Act i NIS2. Po wdrożeniu poprawek wykonujemy retest.
Tak. Pracujemy pod NDA, posiadamy certyfikat ISO 27001:2023, a dane testowe usuwamy po zakończeniu projektu zgodnie z ustaloną polityką retencji.
Testy systemów AI łączymy z pozostałymi usługami bezpieczeństwa i zgodności, które prowadzimy w ramach jednego projektu.
Zakres i harmonogram zależą od architektury systemu, liczby integracji, dostępności środowiska testowego, sektora działania oraz wymagań regulacyjnych. Podczas wstępnej rozmowy określimy sytuację organizacji, oczekiwany rezultat oraz proponowany zakres prac. Rozmowa jest bezpłatna i objęta NDA.

