owasp/mosaicAI सुरक्षा मानकों और दिशानिर्देशों के लिए समन्वय संरचना, विखंडन को कम करना और संगठनों में AI सिस्टम को सुरक्षित करने के लिए स्पष्ट मार्गदर्शन प्रदान करना।
MOSAIC, AI सुरक्षा मानकों और दिशानिर्देशों का निर्माण करने वाले संगठनों के लिए एक समन्वय संरचना प्रदान करता है, जिससे असंगतियाँ, दोहराव वाला काम, गलत संरेखण और कमियाँ कम होती हैं। अंतिम लक्ष्य यह है कि मानकों और दिशानिर्देशों का परिदृश्य उन AI प्रणालियों को सुरक्षित करने और उनकी निगरानी करने के लिए स्पष्ट मार्गदर्शन प्रदान करे, जिन्हें हम तेजी से हर चीज़ से जोड़ रहे हैं और अपने संवेदनशील डेटा के साथ उन पर भरोसा कर रहे हैं।
देखें MOSAIC सदस्य संगठन।
देखें रोडमैप।
देखें MOSAICstandards.org।
अधिक जानकारी इस लिंक्डइन पोस्ट में और लॉन्च बैठक के नोट्स में देखें।
भाग लेने के लिए: योगदान मार्गदर्शिका देखें। चर्चाएँ यहाँ मिल सकती हैं।
पढ़ने के लिए: यह README, docs फ़ोल्डर, या वेबसाइट देखें।
उपयोगकर्ताओं के प्रकार:
AI का वादा संगठनों को इसे हर चीज़ से जोड़ने और इसे संवेदनशील डेटा सौंपने के लिए प्रेरित कर रहा है। उद्योगों में, यह अन्वेषण तेज़ी से हो रहा है।
साथ ही, AI नए जोखिम पेश करता है। सिस्टम मौजूदा और नए दोनों प्रकार के हमलों के प्रति संवेदनशील हैं, और इनके लिए विशिष्ट प्रतिउपायों की आवश्यकता होती है। कई संगठन अभी तक इसके लिए तैयार नहीं हैं। परिणामस्वरूप, AI सिस्टम तेज़ी से प्रतिद्वंद्वियों के लिए आकर्षक लक्ष्य बन रहे हैं।
हम इसे पहले से ही बढ़ती संख्या में घटनाओं में देख रहे हैं। जब जोखिम साकार होते हैं, नवाचार धीमा हो जाता है: परियोजनाएँ रोक दी जाती हैं, डिज़ाइनों पर फिर से विचार किया जाता है, और घटना प्रतिक्रिया और पुनर्प्राप्ति पर महत्वपूर्ण प्रयास खर्च किया जाता है। जो शुरुआत में गति जैसा दिखता है वह अक्सर बाद में देरी की ओर ले जाता है।
व्यावहारिक मार्गदर्शन की स्पष्ट आवश्यकता है: AI-विशिष्ट खतरों की पहचान कैसे करें, और उनके बारे में क्या करें। यह जटिल होने की आवश्यकता नहीं है। सही ढंग से किए जाने पर, यह पुनः कार्य को रोककर और अनिश्चितता को कम करके विकास को वास्तव में गति देता है।
आज, कई पहल ऐसे मार्गदर्शन पर काम कर रही हैं। हालाँकि, परिदृश्य खंडित है। व्यवसायी कई ढाँचों, अतिव्यापी सिफारिशों और असंगत शब्दावली का सामना करते हैं। प्रत्येक पहल में ताकतें हैं, लेकिन अंध स्थान भी हैं।
परिणाम भ्रम है। टीमें तय करने में संघर्ष करती हैं कि क्या अपनाना है, असंगत दृष्टिकोणों को जोड़ती हैं, या पूरी तरह से अलग हो जाती हैं और उम्मीद पर निर्भर रहती हैं। यह एक जोखिम भरी स्थिति है, विशेष रूप से ऐसे क्षेत्र में जहाँ विफलताएँ तेज़ी से बढ़ सकती हैं।
AI जैसे तेज़ी से बदलते क्षेत्र में उच्च जोखिम लेने की इच्छा समझ में आती है। लेकिन स्पष्ट और संरेखित सुरक्षा मार्गदर्शन के बिना काम करना एक गणना किया गया जोखिम नहीं है—यह अनावृत जोखिम है। AI रणनीतिक अन्वेषण की माँग करता है।
AI भेद्यता खोज में हालिया प्रगति, जैसे Mythos AI भेद्यता खोज प्रणाली, तात्कालिकता को और बढ़ाती है। वे दिखाते हैं कि AI प्रणालियों में कमज़ोरियाँ अब तेज़ी से और बड़े पैमाने पर पाई जा सकती हैं—अक्सर डेवलपर्स को उनके बारे में पता चलने से पहले। यह संतुलन हमलावरों की ओर झुकाता है और त्रुटि की गुंजाइश को कम करता है।
यही कारण है कि समन्वय मायने रखता है। पहलों के बीच मानकों और मार्गदर्शन को संरेखित करने से खंडन कम होता है, स्पष्टता में सुधार होता है, और व्यवसायियों को आगे बढ़ने का एक सुसंगत मार्ग मिलता है। यह संगठनों को नियंत्रण खोए बिना तेज़ी से आगे बढ़ने में सक्षम बनाता है।
सार्वजनिक साइट एक Hugo स्टैटिक साइट है (markdown सामग्री, साझा लेआउट, static/assets/ में CSS), जिसे GitHub Actions से Firebase Hosting पर तैनात किया जाता है।
content/mosaic/content/*.md (केवल markdown)content/mosaic/data/menu.yamlसाइट गोपनीयता-अनुकूल, कुकी-मुक्त पेज व्यू आँकड़ों के लिए GoatCounter का उपयोग करती है (https://mosaic.goatcounter.com)। कोई व्यक्तिगत डेटा एकत्र नहीं किया जाता है। विवरण के लिए CONTRIBUTING.md देखें।