CareLit Fachartikel

Angriffsvektoren durch Large Language Models: Risiken und Prävention für Krankenhäuser

N.N. · Krankenhaus-IT Journal · 2024 · Heft 4-5 · S. 73

Dokument
321361
CareLit-ID
Jahr
2024
Publikation
PDF
nein
Metadaten
DOI
–
zitierfähig

Bibliografische Angaben

Zeitschrift
Krankenhaus-IT Journal
Autor:innen
N.N.
Ausgabe
Heft 4-5 / 2024
Jahrgang 23
Seiten
73
Erschienen: 2024-10-28 08:43:13
ISSN
1619-0629
DOI
–

Zusammenfassung

Die Nutzung von Large Language Models (LLMs) in Krankenhäusern eröffnet eine Vielzahl neuer Angriffsvektoren. Diese Modelle, die oft für Textgenerierung und Datenanalyse eingesetzt werden, können durch unzureichende Sicherheitsmaßnahmen zum Ziel von Cyberangriffen werden. Ein bedeutendes Risiko besteht in der sogenannten "Schatten-KI", bei der unautorisierte oder schlecht gesicherte KI-Implementierungen unbemerkt bleiben und potenzielle Sicherheitslücken eröffnen. LLMs können durch gezielte Angriffe manipuliert werden, was zu Datenlecks, der Verbreitung falscher Informationen oder dem Verlust sensibler Patienten…

Schlagworte

INTERNET MITARBEITER RISIKO ZIEL ARBEITER BEWUSSTSEIN MONITORING PATIENTENDATEN SICHERHEIT Krankenhaus Daten-Analyse Krankenhaus-IT Journal