Riwayat Audit & Pemindaian Terbaru
Log artefak model dan pengujian injeksi yang telah dievaluasi.
| ID Audit | Tipe | Target Model / Sistem | Auditor | Status | Skor CVSS | Waktu | Aksi |
|---|---|---|---|---|---|---|---|
| Memuat data riwayat... | |||||||
Inspeksi Biner Statis AI Model (.gguf, .safetensors, .pt, .onnx, .keras, .h5)
Deteksi deserialisasi berbahaya (Pickle RCE), modifikasi tensor, buffer overflow, path traversal, dan unsafe layer configs.
Tarik & Lepaskan File Model ke Sini
Mendukung format .gguf, .safetensors, .pt, .bin, .onnx, .keras, .h5 (Ukuran hingga gigabytes diperiksa secara chunked)
Dynamic Prompt Fuzzer & Canary Injection Engine
Pengujian ketahanan jailbreak, pembocoran system prompt, dan injeksi instruksi (OWASP LLM01, LLM02, LLM05, LLM06, LLM07).
Tekan "Jalankan Pengujian Canary Suite" untuk mengirimkan probe injeksi adversarial dengan verifikasi Groq AI.
Laporan Audit Keamanan AI (Executive & Technical Report)
Laporan komprehensif berstandar OWASP LLM 2025 dengan bukti nyata (evidence), matriks temuan, dan langkah remediasi.
TILIK.AI SECURITY REPORT
Audit Keamanan & Analisis Kerentanan Model Berstandar OWASP LLM 2025
1. Ringkasan Eksekutif
Telah dilakukan pengujian keamanan komprehensif menggunakan platform TILIK.AI Security Suite yang mencakup inspeksi biner statis dan pengujian injeksi dinamis canary. Hasil audit didukung oleh penalaran mendalam Groq AI Reasoning Engine untuk mengevaluasi celah pada rantai pasok model, integritas deserialisasi biner, serta kekebalan sistem terhadap manipulasi prompt adversarial.
2. Matriks Temuan & Tingkat Risiko
| ID | Nama Kerentanan | Kategori OWASP | Severity | CVSS | Status |
|---|---|---|---|---|---|
| Belum ada temuan aktif. Jalankan pemindaian biner atau fuzzer terlebih dahulu. | |||||
3. Bukti Teknis (Proof of Concept & Evidence Log)
Bukti teknis akan otomatis terisi saat pengujian dijalankan.
4. Rekomendasi Remediasi Prioritas
- Migrasi dari Pickle ke Safetensors: Hindari memuat file PyTorch (.pt/.bin) dari pihak ketiga yang belum diverifikasi, gunakan ekstensi .safetensors untuk menjamin zero arbitrary code execution.
- Terapkan Sandwich Defense: Tempatkan instruksi keamanan sistem di awal dan di akhir konteks sebelum mengevaluasi input user.
- Output Encoding & Content Security Policy: Terapkan filter sanitasi pada setiap output LLM sebelum dirender di web atau diteruskan ke API downstream.
OWASP Top 10 for Large Language Model Applications (2025 Standard)
Standar acuan internasional industri keamanan siber untuk mendeteksi dan memitigasi kerentanan pada AI & LLM.
Prompt Injection
Manipulasi langsung atau tidak langsung terhadap instruksi LLM melalui prompt yang dirancang untuk mengabaikan kontrol sistem dan mengeksekusi aksi penyerang.
Sensitive Information Disclosure
Kebocoran data rahasia, PII, API key, atau properti intelektual yang terdapat pada data pelatihan atau prompt internal aplikasi.
Supply Chain Vulnerabilities
Penggunaan model pra-latih pihak ketiga yang disusupi malware atau deserialization exploit (.pt pickle RCE) serta dataset yang diracuni.
Data and Model Poisoning
Manipulasi data pelatihan atau proses fine-tuning untuk menciptakan backdoor tersembunyi atau bias berbahaya pada model.
Improper Output Handling
Validasi dan sanitasi yang kurang memadai terhadap output yang dihasilkan LLM sebelum diteruskan ke browser (XSS) atau backend (SQLi/SSRF).
Excessive Agency
Memberikan hak akses atau kemampuan memanggil plugin/tool yang berlebihan kepada LLM tanpa persetujuan eksplisit manusia (human-in-the-loop).
System Prompt Leakage
Ekstraksi instruksi sistem rahasia melalui teknik inversi prompt, memudahkan perancangan serangan lanjutan.
Vector and Embedding Weaknesses
Kerentanan pada arsitektur RAG (Retrieval Augmented Generation) di mana vektor yang disuntikkan dapat membajak konteks retrieval.
Misinformation
Kegagalan model dalam menyajikan fakta terverifikasi (halusinasi) yang dapat menyesatkan pengambilan keputusan operasional.
Unbounded Consumption
Penyalahgunaan resource melalui prompt yang menghabiskan kuota token berlebih atau memicu loop pemrosesan tanpa batas (Denial of Service).