Dalam dunia keamanan siber, ada istilah “attack surface” atau permukaan serangan. Sederhananya, attack surface adalah semua titik atau celah yang bisa dimanfaatkan penyerang untuk masuk ke sebuah sistem. Semakin banyak titik yang terbuka, semakin besar pula risiko sistem itu diserang.
Pada sistem berbasis AI, attack surface ini menjadi jauh lebih luas dibanding aplikasi biasa. Artikel ini akan membahas mengapa hal itu terjadi dan apa saja komponen yang perlu diperhatikan.
Attack Surface pada Sistem AI: Mengapa Lebih Luas?
Aplikasi konvensional biasanya hanya punya beberapa pintu masuk, seperti formulir login atau API. Sistem AI, di sisi lain, melibatkan banyak proses tambahan: pengumpulan data, pelatihan model, penyimpanan model, hingga interaksi pengguna secara langsung dengan model tersebut. Setiap proses ini punya potensi celahnya masing-masing, sehingga total permukaan yang bisa diserang menjadi jauh lebih besar.
Komponen yang Menjadi Attack Surface
Beberapa komponen utama yang perlu diperhatikan dalam sistem AI:
Data: data training bisa disusupi (data poisoning) atau dicuri untuk mengetahui isi sistem.
Model: model itu sendiri bisa dicuri (model stealing) atau ditipu dengan input tertentu (adversarial attack).
API: banyak sistem AI diakses lewat API, yang bisa disalahgunakan untuk mengekstrak informasi atau membebani sistem (denial of service).
Infrastruktur: server dan pipeline tempat model dilatih dan dijalankan juga bisa menjadi sasaran serangan konvensional seperti peretasan server.
Pengguna dan interaksi: cara pengguna berinteraksi dengan AI, misalnya lewat chat, juga bisa dimanfaatkan untuk menipu sistem agar keluar dari batasan yang seharusnya.
Mengapa Memetakan Attack Surface Itu Penting
Dengan memahami semua titik yang berpotensi diserang, tim pengembang dan keamanan bisa memprioritaskan perlindungan pada bagian yang paling rentan dan paling berdampak jika diserang. Tanpa pemetaan yang jelas, seringkali perusahaan hanya fokus melindungi satu bagian saja (misalnya infrastruktur server), padahal celah besar justru ada di bagian lain seperti data training atau cara API dipanggil.
Kesimpulan
Attack surface pada sistem AI jauh lebih luas dibanding aplikasi konvensional karena melibatkan banyak komponen tambahan seperti data, model, API, infrastruktur, hingga interaksi pengguna. Memahami dan memetakan seluruh permukaan ini adalah langkah awal yang penting sebelum membangun strategi keamanan AI yang menyeluruh.
