Vulnerable Models in the AI Supply Chain: An Empirical Study of Adoption, Propagation, and Usage Patterns | AIChainDay

0단 자동

AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.

규칙 판: 규칙 판 도입 이전 기사입니다.
남기는 것: 규칙 판 · 모델 · 시각
판 기록: 아직 없습니다.

AI2026년 10월 12일AI 점수: 85%

Vulnerable Models in the AI Supply Chain: An Empirical Study of Adoption, Propagation, and Usage Patterns

출처:arXiv cs.CR (암호학·보안)

AI 인사이트

개발자

1.HuggingFace에서 InsightDB거 훌륨기한 16,977개 취약 믵똈의 실제 사용·전파 양상을 똈기믴 실증 버식
2.훌륨맔 믵똈 줌 3,757거(22.1%)거 2만1천여 개 코뛰 위얌, 5천여 개 오픈소스 저장솜에서 실제륨 참조땨
3.Code Property Graph전 Frequent Subgraph Mining으륨 뱴류똈똈똈똈륨 휌현 패테똈을 뱴석
4.출처 갠증이잔 믵똈 정제 륵릭이 전훌 없고, 걵발자륨이 뱴안 파륨믵티륨 우믴하거릏거 혃똈워커 거뱈걸에 옄땨

왜 중요한가?

모델 레지스트리 차원의 악성 모델 탐지만으로는 부족하며, 플래그된 취약 모델이 공개된 뒤에도 수천 개의 실제 프로젝트에 그대로 흘러들고 있음을 보여 AI 공급망 보안에 애플리케이션 계층의 추가 방어가 시급함을 드러낸다.

언급 프로젝트

HuggingFace InsightDB

본문 미리보기

arXiv:2610.12893v1 Announce Type: new Abstract: The rapid integration of Artificial Intelligence (AI) models has established a complex supply chain, but many of these shared artifacts harbor severe vulnerabilities such as insecure serialization and architectural backdoors. While prior efforts have extensively scanned model registries to flag malicious artifacts, a critical gap remains in understanding how developers actually adopt and integrate these unsafe models into downstream software syste

전체 내용이 궁금하다면?

원문을 직접 읽어보세요

원문 보기