Atasi Banjir, Pramono Bangun Embung Kebagusan

Sebuah peringatan telah dikeluarkan, yang menunjukkan bahwa model kecerdasan buatan (AI) dapat dioperasikan secara terdistribusi dengan mengeksploitasi kerentanan keamanan pada perangkat IoT (Internet of Things) rumahan.

Seperti televisi dan lemari es, tanpa memerlukan unit pemrosesan grafis (GPU) berkinerja tinggi yang biasanya ditemukan di pusat data besar.

Para analis memperingatkan bahwa bahkan perangkat dengan kinerja terbatas pun dapat dihubungkan untuk menjalankan model AI, sehingga menciptakan risiko eksploitasi untuk serangan siber di masa mendatang.

IoT (singkatan dari Internet of Things) adalah sistem perangkat fisik, mesin, peralatan, atau sensor yang terhubung satu sama lain melalui internet. Perangkat-perangkat ini mampu secara otomatis mengumpulkan, berbagi, dan memproses data tanpa campur tangan manusia secara langsung. Dalam sebuah laporan yang diterbitkan pada 12 Oktober (waktu setempat), para peneliti dari "tim merah" Anthropic menunjukkan bahwa perangkat IoT kecil dapat dihubungkan untuk menjalankan model AI secara terdistribusi.

Mereka menyatakan kekhawatiran bahwa, seiring perkembangan teknologi ini, penyerang dapat memperoleh kendali atas peralatan rumah tangga dan menggunakannya sebagai platform untuk menjalankan model AI.

Perangkat IoT rumahan seperti TV, kulkas, oven, dan robot penyedot debu seringkali memiliki memori dan daya komputasi yang terbatas. Namun, karena banyak dari perangkat ini memiliki keamanan yang buruk dan selalu terhubung ke internet, perangkat tersebut dapat menjadi sasaran serangan siber. Para peneliti menjelaskan bahwa dengan menggabungkan beberapa perangkat ke dalam jaringan terpadu, keterbatasan kinerja setiap perangkat individual dapat diatasi.

Dalam sebuah eksperimen di dunia nyata, tim peneliti menghubungkan set-top box yang menjalankan Android—dengan harga komersial sekitar $55—untuk menjalankan model AI terdistribusi.

Mereka mendistribusikan model AI "Gemma-4-26B-A4B" (dengan 26 miliar parameter) ke 15 perangkat ini dan mengkonfirmasi bahwa sistem beroperasi secara stabil dengan kecepatan 0,39 token per detik.

Percobaan ini menunjukkan kelayakan menjalankan model AI dengan menghubungkan beberapa perangkat berkonfigurasi rendah.

Namun, penelitian ini hanya dilakukan pada perangkat yang terhubung langsung oleh tim peneliti. Penelitian ini tidak mensimulasikan skenario di mana peralatan rumah pintar terinfeksi secara ilegal dan secara otomatis mereplikasi model AI.Para peneliti menunjukkan bahwa jika metode ini dieksploitasi untuk tujuan jahat, menanggapi ancaman tersebut bisa jauh lebih kompleks daripada serangan siber biasa.

Sementara malware tradisional sering dirancang untuk menargetkan kerentanan perangkat tertentu, model AI memiliki kemampuan untuk berevolusi dengan mengidentifikasi karakteristik perangkat baru dan beradaptasi dengan lingkungan operasinya.

Lingkungan eksekusi AI terdistribusi di berbagai perangkat dapat sangat sulit dinonaktifkan hanya dengan memblokir satu server pusat. Ada kekhawatiran bahwa, jika perangkat yang terinfeksi beroperasi dengan saling terhubung, mengidentifikasi infrastruktur serangan dan mematikan seluruh jaringan akan menjadi sangat sulit.

Para peneliti memperkirakan bahwa model AI skala kecil dapat mencapai kemampuan ini paling cepat tahun ini. Dengan menggunakan contoh AI yang menyebar di berbagai perangkat seperti "jamur lendir digital" atau lalat buah, mereka memperingatkan bahwa metode replikasi yang lambat dan terbatas saat ini dapat menyebabkan munculnya sistem yang lebih cepat dan lebih agresif. Usulan langkah penanggulangan meliputi: mendeteksi lalu lintas yang tidak biasa oleh penyedia layanan internet (ISP), mengisolasi perangkat yang diduga terinfeksi malware, dan memperkuat langkah-langkah keamanan dari produsen peralatan rumah pintar.

Terdapat konsensus bahwa kerentanan keamanan harus diminimalkan selama proses manufaktur, sementara sistem yang mampu mendeteksi aktivitas komunikasi atau komputasi yang tidak biasa sejak dini harus dibangun.

Para peneliti menekankan bahwa peningkatan standar keamanan untuk perangkat IoT, serta penguatan sistem pemantauan dan respons di tingkat jaringan, merupakan kunci untuk mempersiapkan diri menghadapi potensi penyalahgunaan AI terdistribusi.