ANALISIS JENIS DAN POLA SERANGAN BERANTAI PADA SISTEM ARTIFICIAL INTELLIGENCE SERTA STRATEGI MITIGASI BERBASIS MITRE ATLAS

Integrasi Artificial Intelligence (AI) di berbagai sektor telah memperluas permukaan serangan siber sehingga ancaman terhadap sistem AI berkembang menjadi serangan berantai yang memerlukan kerangka klasifikasi untuk mendukung identifikasi dan mitigasi. Penelitian ini bertujuan menganalisis jenis dan pola serangan berantai pada Sistem AI menggunakan Cybersecurity Attack Dataset 2025 serta merumuskan strategi mitigasi berbasis MITRE ATLAS. Dari 14.133 data serangan, diperoleh 1.492 data terkait AI yang terdiri atas 502 data AI Data Leakage & Privacy Risks, 496 data AI/ML Security, dan 494 data AI Agents & LLM Exploits. Rekonstruksi Attack Steps menunjukkan tiga pola serangan dominan, yaitu Data Exfiltration via Prompt Injection 10 langkah, Intercept WebView Cookies 12 langkah, dan Prompt-In-Attribute Trick 7 langkah. Hasil pemetaan menunjukkan bahwa Data Exfiltration via Prompt Injection sepenuhnya terpetakan ke tiga teknik AML dengan enam rekomendasi mitigasi resmi, Intercept WebView Cookies tidak memiliki padanan dalam MITRE ATLAS karena menargetkan lapisan aplikasi, sedangkan Prompt-In-Attribute Trick hanya terpetakan sebagian karena melibatkan kerentanan aplikasi web berupa DOM XSS. Temuan ini menunjukkan bahwa MITRE ATLAS efektif mendukung identifikasi teknik serangan berbasis AI dan penyusunan strategi mitigasi berlapis