Large Language Model (LLM)

Bahaya Indirect Prompt Injection via Dokumen dan PDF: Menguji Titik Buta LLM

Pelajari cara kerja indirect prompt injection pada aplikasi LLM. Panduan bagi QA untuk menguji kerentanan file PDF, dokumen, website, dan sistem RAG (Retrieval-Augmented Generation).

Panduan Direct Prompt Injection untuk QA Engineer: Teknik dan Payload

Direct Prompt Injection adalah kerentanan di mana pengguna secara sengaja memasukkan teks berbahaya langsung ke dalam antarmuka aplikasi AI (seperti kolom chat atau API) untuk memanipulasi output model. Teknik utamanya meliputi instruction override (membatalkan instruksi awal) dan persona hijacking (memaksa model mengambil peran tanpa batasan keamanan).

Cara Memetakan Attack Surface LLM: Panduan QA & SDET

Pelajari cara QA Engineer dan SDET memetakan attack surface pada aplikasi LLM. Temukan titik masuk prompt injection dari API, dokumen, hingga integrasi RAG.

System Prompt vs User Input: Membedah Anatomi Prompt Injection

Pelajari anatomi prompt injection pada LLM. Pahami bagaimana system prompt digabungkan dengan user input, dan celah apa yang dieksploitasi oleh penyerang.

Memahami Trust Boundary pada Aplikasi AI Generatif

Pelajari apa itu trust boundary pada LLM, mengapa arsitektur AI generatif mengaburkan batas keamanan, dan bagaimana QA menguji integritas sistem ini.

Prompt Injection vs SQL Injection: Mengapa Pendekatan QA Tradisional Gagal di AI

Menjelaskan secara teknis (komparasi arsitektural) mengapa kerentanan AI tidak bisa diselesaikan dengan solusi keamanan tradisional seperti parameterized query, serta bagaimana mindset pengujian harus bergeser dari deterministik ke probabilistik.

Apa Itu Prompt Injection dan Mengapa LLM Sangat Rentan?

Pelajari apa itu prompt injection, mengapa aplikasi LLM rentan dari sisi arsitektur, dan bagaimana QA engineer memetakan attack surface pada sistem AI