MITRE ATLAS adalah basis pengetahuan taktik dan teknik penyerang terhadap sistem AI, dengan format matriks serupa kerangka MITRE lain untuk ancaman siber. Rilis v2026.09 pada 15 September 2026 memuat 16 taktik, 120 teknik, dan 88 sub-teknik, dan mayoritas isinya kini berkaitan dengan agen AI. Artikel ini menjelaskan cara membacanya dan memakainya per 29 Oktober 2026.
Apa Itu MITRE ATLAS
ATLAS (Adversarial Threat Landscape for AI Systems) dikelola MITRE sebagai basis pengetahuan publik tentang taktik, teknik, dan prosedur penyerang yang menyasar sistem AI. Repositori datanya di GitHub MITRE menyebut rilis konten bulanan, dan per 29 Oktober 2026 rilis terbarunya adalah v2026.09. Bagi yang sudah mengenal MITRE ATT&CK, ATLAS terasa akrab: kolom adalah taktik (tujuan penyerang) dan sel adalah teknik (cara mencapainya), lengkap dengan studi kasus dan mitigasi.
Isi Rilis v2026.09
Menurut catatan rilis resmi v2026.09 di GitHub, rilis ini memuat:
- 16 taktik, 14 di antaranya merujuk taktik ATT&CK dan 2 khusus AI, yaitu AI Model Access dan AI Attack Adaptation (sebelum v2026.08 bernama AI Attack Staging).
- 120 teknik dan 88 sub-teknik, total 208 entri.
- 40 mitigasi dan 73 studi kasus.
Angka ini berubah hampir setiap bulan, sehingga setiap pemetaan yang dibuat terhadap versi tertentu cepat usang. Sebagai gambaran laju perubahan, halaman rilis GitHub mencatat 101 teknik pada v2026.07, 114 pada v2026.08, dan 120 pada v2026.09. Selalu cek versi terbaru sebelum memakai angka di laporan.
ATLAS Kini Didominasi Ancaman Agen AI
Perubahan paling menonjol sepanjang 2026 adalah bergesernya fokus ke agen. Sejak rilis v2026.05 (27 Mei 2026) setiap teknik diberi tag platform. Dalam data rilis v2026.09, dari 208 entri, 139 membawa tag Agentic AI, sedangkan Generative AI 106, Enterprise 85, dan Predictive AI 82 (satu entri bisa punya beberapa tag). ATLAS juga memberi label kematangan pada setiap entri. Menurut ulasan Speakeasy, Realized berarti pernah dipakai pelaku dalam insiden nyata, Demonstrated berarti berhasil dalam latihan red team atau pada sistem AI yang realistis, dan Feasible berarti terbukti dalam riset.
- Pada 139 entri agentic: 57 Realized, 62 Demonstrated, dan 20 Feasible.
- Pada seluruh matriks: 101 Realized, 83 Demonstrated, dan 24 Feasible.
- Menurut hitungan Speakeasy, sepuluh dari 40 mitigasi menyasar batas antara agen dan alat, misalnya pengaturan izin alat agen dan persetujuan manusia untuk aksi agen.
Pesannya jelas: 57 dari 101 entri berstatus Realized, atau lebih dari separuh, membawa tag Agentic AI. Artinya teknik terhadap agen bukan lagi sekadar skenario riset.
Contoh Teknik yang Perlu Dikenal
- AML.T0051 LLM Prompt Injection, dasar dari banyak serangan terhadap aplikasi LLM. Penjelasannya ada di artikel prompt injection.
- AML.T0053 AI Agent Tool Invocation, pemanggilan alat oleh agen.
- AML.T0020 Training Data Poisoning, peracunan data pelatihan.
- AML.T0080 AI Agent Context Poisoning, dengan sub-teknik untuk memori dan thread.
- AML.T0110 AI Agent Tool Poisoning dan AML.T0109 AI Supply Chain Rug Pull, risiko rantai pasok alat dan komponen AI.
- AML.M0030 Restrict AI Agent Tool Invocation on Untrusted Data, contoh mitigasi yang membatasi pemanggilan alat saat data tidak tepercaya.
Cara Memakai ATLAS di Organisasi
ATLAS adalah model penyerang, bukan cetak biru pertahanan. Ia tidak menentukan siapa boleh memanggil alat apa atau bagaimana kredensial sampai ke agen. Ulasan Speakeasy juga mencatat bahwa ATLAS tidak memetakan dirinya ke kerangka kepatuhan seperti NIST AI RMF, EU AI Act, ISO 42001, atau SOC 2, sehingga tim kepatuhan perlu membuat padanannya sendiri. Dalam praktik, ATLAS paling berguna untuk empat hal.
- Pemodelan ancaman. Untuk setiap fitur AI, telusuri teknik yang relevan dan tanyakan kontrol apa yang sudah ada.
- Bahasa bersama untuk SOC. Beri ID teknik pada deteksi dan laporan insiden AI, seperti Anda memakai ID ATT&CK.
- Perencanaan red team dan uji tembus. Susun skenario dari teknik yang sudah berstatus Realized lebih dulu.
- Prioritas anggaran. Petakan mitigasi ATLAS ke kontrol yang sudah ada dan temukan celahnya.
Untuk pelengkap dari sisi pengembang, gunakan daftar risiko OWASP untuk aplikasi agentic dan LLM. OWASP menjawab pertanyaan apa yang harus dicegah dalam desain, sedangkan ATLAS menjawab bagaimana penyerang bergerak. Tim yang ingin berlatih memakai kerangka ini dapat melihat kursus Linuxhackingid.
Contoh Penerapan: Agen Layanan Pelanggan
Bayangkan sebuah perusahaan e-commerce di Indonesia memasang agen AI yang membaca tiket pelanggan, mengakses data pesanan, dan dapat mengirim pengembalian dana. Dengan ATLAS, tim keamanan dapat menelusuri bahwa tiket dari luar berpotensi memuat injeksi (AML.T0051), bahwa agen memanggil alat atas dasar teks itu (AML.T0053), dan bahwa memori atau riwayat percakapan dapat tercemar (AML.T0080). Dari sini lahir kontrol yang konkret: batasi nominal pengembalian dana otomatis, wajibkan persetujuan manusia untuk aksi bernilai tinggi, pisahkan data tiket dari perintah, dan catat setiap pemanggilan alat. Itulah makna mitigasi seperti AML.M0030, yaitu menahan pemanggilan alat ketika sumber datanya tidak tepercaya.
Keterbatasan dan Kesalahan yang Sering Terjadi
Beberapa jebakan perlu dihindari agar ATLAS tidak berubah menjadi dokumen yang hanya dipajang.
- Memetakan semua teknik sekaligus. Mulailah dari sistem AI yang paling kritis dan teknik berstatus Realized.
- Menganggap status Feasible atau Demonstrated tidak relevan. Teknik yang sudah terbukti di riset atau red team dapat berkembang menjadi insiden nyata, dan statusnya bisa naik pada rilis berikutnya.
- Menyalin angka rilis ke dokumen kebijakan tanpa menyebut versi.
- Melupakan sisi klasik. Agen tetap berjalan di server, memakai API, dan menyimpan rahasia, sehingga tambalan, kredensial, dan segmentasi jaringan tetap menentukan.
Baca juga: Data Poisoning: 250 Dokumen Cukup untuk Menanam Backdoor di LLM.
Pertanyaan yang Sering Diajukan
Apa bedanya MITRE ATLAS dengan ATT&CK?
ATT&CK mencakup teknik penyerang terhadap sistem TI konvensional, sedangkan ATLAS khusus pada sistem AI. Pada v2026.09, 14 dari 16 taktik ATLAS merujuk taktik ATT&CK dan dua lainnya khas AI.
Apakah ATLAS gratis dan bisa dipakai siapa saja?
Ya. Datanya dipublikasikan secara terbuka di GitHub MITRE, sehingga tim keamanan dan peneliti dapat memakainya langsung.
Seberapa sering ATLAS diperbarui?
MITRE menyebutnya rilis konten bulanan, meski jaraknya tidak selalu tepat sebulan: v2026.08 terbit 1 September 2026 dan v2026.09 terbit 15 September 2026. Karena itu catat versi yang Anda pakai, misalnya v2026.09, dan periksa ulang berkala.
Kesimpulan
MITRE ATLAS memberi tim keamanan peta ancaman yang terstruktur untuk sistem AI, dan peta itu kini sebagian besar adalah peta agen. Mulailah dari teknik yang sudah berstatus Realized, lalu hubungkan ke kontrol dan deteksi Anda. Linuxhackingid membantu Anda melatih tim dan menguji sistem AI secara bertanggung jawab.
Every article is reviewed by the practice lead who ran the work before it is published.