AI-képességek biztonsági értékelése: Új adatbázis segít a kockázatok feltárásában

Az OpenClaw közzétette a ClawHub Security Signals nevű, nyílt forráskódú adatbázist, amely az AI-képességek és a hozzájuk kapcsolódó fájlok biztonsági szkenner-értékeléseinek átfogó elemzését teszi lehetővé. Az adatbázis segít megérteni, hogyan ítélik meg a különböző biztonsági eszközök az AI-modulok kockázatait. (MarkTechPost)

Az adatbázisban található információk segítenek a fejlesztőknek a kockázatok jobb megértésében és kezelésében, például a Hugging Face Parquet konverzió használatával a kompatibilitási problémák elkerülése érdekében.

Kapcsolódó: AI-kódügynökök sebezhetősége

Szkenner-egyezés és kockázati mintázatok elemzése

A ClawHub Security Signals adatbázis lehetővé teszi a különböző biztonsági szkennerek, mint a VirusTotal, a statikus elemzés és a SkillSpector közötti egyezések és eltérések feltárását. A Jaccard-index és a Cohen-kappa együtthatók segítségével mérhető, hogy mennyire hasonlóan ítélik meg a rendszerek a potenciális kockázatokat.

Kapcsolódó: AIprompt injekció

Gépi tanulási modell a végleges értékelés előrejelzésére

Az adatbázis egy gyakorlati gépi tanulási folyamatot is felvázol, amely a SKILL.md szöveges tartalmakat és a numerikus szkenner-adatokat kombinálva képes előre jelezni a végleges ClawScan értékelést. A modell képes a szkenner-adatok és a szöveges információk alapján becsülni a kockázat szintjét.

Kapcsolódó: AI biztonsági modell

A ClawHub Security Signals adatbázis és a hozzá tartozó kódkönyvtár 2026. május 31-től érhető el az OpenClaw platformon.

Kapcsolódó: Microsoft AI biztonsági eszköze