Nieuwe kwetsbaarheid kan zelfrijdende auto's overnemen ^{CEFR B2}

Onderzoekers van Georgia Tech presenteerden een nieuw aanvalsscenario, VillainNet, dat zich inzet tegen zogenaamde supernetwerken in autonome voertuigen. Supernetwerken selecteren kleine subnetwerken naar gelang rijomstandigheden, en daarin kan een aanvaller een verborgen achterdeur verbergen die alleen actief wordt als juist dat subnetwerk gekozen wordt. David Oygenblik, promovendus en hoofdonderzoeker, vergelijkt supernetwerken met "het Zwitserse zakmes van AI": ze wisselen hulpmiddelen in en uit naargelang de taak.

In experimenten bleek dat een VillainNet-aanval vrijwel zeker slaagt zodra zij is geactiveerd; de onderzoekers rapporteren een 99% succespercentage voor geactiveerde aanvallen. Detectie is moeilijk: het onderzoek noemt dat detectie veel meer rekenkracht en tijd vergt (ongeveer 66x) en dat de aanval zich kan verstoppen tussen als wel 10 quintiljoen mogelijke configuraties. Daardoor blijft de achterdeur onzichtbaar binnen het volledige AI-systeem.

Het team waarschuwt dat de dreiging op elk ontwikkelingsstadium kan worden ingebracht en miljoenen tot miljarden scenario's kan bestrijken. Als reactie roepen de onderzoekers de beveiligingsgemeenschap op tot nieuwe verdedigingen en stellen ze voor om specifieke beveiligingsmaatregelen aan supernetwerken toe te voegen. Het project werd gepresenteerd op de ACM Conference on Computer and Communications Security (CCS) in oktober 2025.

• 99% succes bij geactiveerde aanvallen
• Detectie vereist ~66x meer rekenkracht en tijd
• Kan zich verbergen tussen ~10 quintiljoen configuraties