モデル抽出攻撃

モデル抽出攻撃（MEA）は、攻撃者がターゲットとする高度なAIモデルに対して体系的なプロンプトを送信し、その応答を収集・分析することで、ターゲットモデルの挙動や推論ロジックを模倣した独自のモデルを構築する手法である。この攻撃の最大の特徴は、システムの脆弱性を突くハッキングではなく、正規のAPI利用者を装って行われる点にある。開発に多額の費用がかかった知的財産であるAIモデルのエッセンスを、比較的低コストで「盗む」ことが可能であり、AIビジネスの根幹を揺るがす脅威として警戒されている。特に、推論の過程を出力させることで、モデルの内部的な思考プロセスを複製しようとする試みが確認されている。