Ciscos analys: 88 % AI-modeller bröts av flervalsattacker
Cisco rapporterar att 88,3 % av testade AI-modeller var sårbara för anpassningsbara flervalsattacker. Enkla tester missade dessa risker.
Cisco har identifierat en betydande sårbarhet i AI-modeller. I företagets tester bröts 88,3 % av de undersökta modellerna av flervalsattacker, där angripare anpassade sina taktiker under konversationens gång. Amy Chang, Ciscos chef för AI-hotintelligens och säkerhetsforskning, presenterade dessa fynd vid evenemanget VB Transform 2026.
Studien involverade 6 986 flervalsattacker mot 15 olika AI-modeller. Resultaten visade att enklare tester med enbart en rundgång missade betydande risker. Chang betonade att flervalsattacker mer realistiskt efterliknar faktiska interaktioner med AI, och avslöjade skadliga beteenden som korta tester inte kan fånga upp.
Ciscos rapport bygger på en större studie med 30 090 enskilda prompter och 6 986 flervalsattacker. Framgångsgraden för modellerna i flervalsattacker varierade från 7,89 % till 88,3 %. Varje testad modell visade sig ha betydande sårbarheter under längre attacksekvenser.
Amy Chang uppmanade organisationer att granska sina säkerhetsprotokoll. Hon underströk att utan förståelse för hur modeller är mottagliga för olika attacktyper, kan företag inte identifiera sina svagheter. Cisco publicerar sina resultat på LLM Security Leaderboard, som nu utvärderar över 105 modeller.