في عصر تتزايد فيه الاعتماد على نماذج معالجة واجهات الاستخدام، يظهر الابتكار الجديد MissClick، الذي يمكّن القراصنة من استغلال إحداثيات الأزرار الرقمية لأداء هجمات على نماذج مرئية تعتمد على التحليل العددي. تعد نماذج معالجة واجهات الاستخدام (GUI Grounding Models) أساسًا للحوسبة البشرية، حيث تقوم بتحويل إحداثيات الصور إلى قيم رقمية قابلة للتنفيذ.

لكن ماذا يعني ذلك؟ ببساطة، كل رقم يمثل إحداثيات معينة يمكن تعديلها بشكل يؤدي إلى نتائج غير متوقعة. في هذه الدراسة، أظهر الباحثون أن تغيير رقم في خانة المئات يمكن أن يؤدي إلى تحريك إحداثية النقر بمقدار 100 وحدة، مما يجعل الهجوم على هذه الأنظمة أكثر سهولة.

تقدم MissClick نوعين من الهجمات: "MissClick-U" التي تستهدف إحداث فوضى عشوائية من خلال إزاحة النقر، و"MissClick-T" التي تركز على السيطرة على مواقع معينة من خلال تقليل خسائر الأرقام المستهدفة. وقد أثبتت النتائج التي تم تحقيقها أن نموذج MissClick-U حقق نجاحًا بنسبة 75.07% بالمقارنة مع هجمات أخرى، بينما حقق نموذج MissClick-T نجاحًا يبلغ 62.67% في الهجمات الموجهة.

هذه الابتكارات تعكس أهمية الأمان في أنظمة الذكاء الاصطناعي وتضع العاملين في هذا المجال أمام تحديات جديدة. ما هي الإجراءات التي يمكن اتخاذها لتعزيز الأمان في هذه النماذج؟