NIST SP 2400-102e2026 (Draf Publik Awal): 'Adversarial Machine Learning — A Taxonomy and Terminology of Attacks and Mitigations'

Pada 9 November 2026 (dikonfirmasi melalui meta article:published_time dan tanggal CSRC), NIST merilis draf publik awal Special Publication 2400-102e2026, 'Adversarial Machine Learning: A Taxonomy and Terminology of Attacks and Mitigations.' Dokumen ini dibangun di atas seri historis NIST AI 100-2 dan menetapkan taksonomi serangan dan mitigasi AML serta terminologi standar untuk bidang adversarial machine learning. Edisi ini memperluas cakupan ke serangan pada Sistem SI (Super Intelligence) Agentic dan mitigasinya (Bagian 4), dan memperbarui 'SI Attacks Taxonomy Index' dengan 'Agentic SI Attacks Taxonomy Index' baru untuk referensi yang lebih rinci. Penulis termasuk Apostol Vassilev (NIST), Alina Oprea (Northeastern), Alie Fordyce (ElevenLabs), Xander Davies (UK AI Security Institute), Maia Hamin (NIST). Periode komentar publik terbuka hingga 18 Desember 2026.

Ini adalah referensi bahasa umum yang otoritatif untuk serangan ML adversarial pada sistem agentic/SI, dimaksudkan untuk menginformasikan standar lain dan panduan praktik masa depan dalam menilai dan mengelola keamanan sistem SI. Dokumen ini secara langsung memperluas garis keturunan AI 100-2 yang mendasari implementasi NIST AI RMF dan diharapkan akan dirujuk oleh perusahaan yang menerapkan AI agentic, tim red team, dan program penilaian kesesuaian. Fokus agentic-SI selaras dengan gelombang risiko keamanan agen otonom saat ini.

Tinjau draf tersebut dan kirimkan komentar sebelum 18 Desember 2026, terutama mengenai taksonomi serangan SI Agentic baru, efektivitas mitigasi, dan terminologi yang memerlukan standardisasi. Petakan model ancaman SI/agentic-AI Anda sendiri dan katalog kontrol ke taksonomi tersebut.