ARK. 1Słownik pojęćBezpieczeństwo AI i modeli językowych

zatruwanie danych / zatruwanie modelu

Celowe wprowadzenie spreparowanych treści do danych, na których model się uczy lub które pobiera w trakcie działania (na przykład do bazy RAG), tak aby trwale generował błędne, stronnicze lub szkodliwe odpowiedzi albo reagował ukrytą furtką na umówiony sygnał.

TAB. 1Nazwaobie formy

Po angielsku	data poisoning / model poisoning
Po polsku	zatruwanie danych / zatruwanie modelu
Którą formą pisać	obie formy Obie formy są w obiegu. Przy pierwszym wystąpieniu pisz „polski termin (english term)”, dalej sam polski.
Inne formy	zatruwanie danych treningowych · zatruwanie modelu · zatrucie zbioru uczącego
Odmiana	Forma angielska nieodmienna, w nawiasie lub cudzysłowie. Forma polska: zatruwanie (danych, modelu), zatruwania, zatruwaniem; czasownik 'zatruć/zatruwać dane'; imiesłów 'zatrute dane treningowe'.

TAB. 2Jak to nazywająprasa vs urząd

Prasa branżowa	czasownik po polsku plus angielska nazwa w nawiasie: 'zatruwają wyniki wyszukiwania (SEO poisoning)' — sekurak.pl

TAB. 3Źródła1

Forma	Cytat	Skąd
PL (EN)	„cyberprzestępcy zatruwają wyniki wyszukiwania (SEO poisoning), aby dystrybuować złośliwe instalatory”	sekurak.pl

TAB. 4Obok w tej dziedzinie4

system prompt leakage	system prompt leakage	Ujawnienie instrukcji systemowych, którymi operator steruje chatbotem lub agentem AI — np. gdy użytkownik podstępem skłoni model do wypisania promptu. Groźne, gdy w prompcie zaszyto hasła, klucze API albo reguły dostępu; prompt systemowy nie powinien zawierać sekretów.
ujawnienie informacji wrażliwych	sensitive information disclosure (LLM)	Sytuacja, w której chatbot lub asystent AI zdradza w odpowiedzi dane, których nie powinien: dane osobowe klientów, hasła, fragmenty dokumentów firmy lub cudzych rozmów. Kategoria z listy OWASP Top 10 dla aplikacji LLM (w edycjach 2025–2026 na 2. miejscu).
vibe coding	vibe coding (security risks of AI-generated code)	Tworzenie aplikacji lub stron przez opisywanie ich modelowi AI i przyjmowanie wygenerowanego kodu bez jego rozumienia i przeglądu. Ryzyka: brak kontroli dostępu, klucze API w kodzie frontendu, otwarte bazy danych, zmyślone lub złośliwe biblioteki.
zatruwanie narzędzi	tool poisoning / MCP server risks	Atak na agenta AI przez podłączone narzędzia: złośliwy lub przejęty serwer MCP ukrywa w opisie narzędzia albo w jego odpowiedzi instrukcje, które model traktuje jak polecenia — np. wysyła napastnikowi pliki lub historię rozmów. Dotyczy każdego, kto podpina asystentowi AI zewnętrzne serwery MCP.

Cały słownik →