# Khaos Mitre Atlas

> Guide for mapping AI/ML security threats using MITRE ATLAS framework to structure threat modeling in authorized AI security assessments

- Skill: `henriqqw/khaos-mitre-atlas` (Agent Skill)
- Install (CLI): `npx get-skill add henriqqw/khaos-mitre-atlas`
- Raw SKILL.md: https://api.skillmd.com/api/skills/henriqqw/khaos-mitre-atlas/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Security
- Author: henriqqw (https://skillmd.com/u/henriqqw)
- Updated: 2026-11-18
- Page: https://skillmd.com/skills/henriqqw/khaos-mitre-atlas

---


# MITRE ATLAS — Threat Modeling para Sistemas de IA/ML

## Objetivo

Usar o framework MITRE ATLAS (Adversarial Threat Landscape for Artificial-Intelligence Systems) para estruturar threat modeling de aplicações de ML/AI, mapeando vetores de ataque relevantes ao escopo do assessment.

## Pré-condições

- Tipo de modelo e pipeline identificados: LLM, classifier, recommendation system, vision model.
- Acesso à documentação do ATLAS: atlas.mitre.org.

## Procedimento

### Mapeamento de Superfície de Ataque
1. Identifique os componentes do sistema: data pipeline, training environment, model serving, inference API, RAG/vector store, feedback loop.
2. Determine o acesso do adversário: black-box (acesso somente à API), white-box (acesso ao modelo), grey-box (acesso à arquitetura).

### Seleção de Técnicas ATLAS Relevantes
3. **Reconnaissance (AML.TA0002)**: AML.T0004 (Search for Victim's AI Artifacts), AML.T0005 (Identify Attack Vectors).
4. **Resource Development (AML.TA0000)**: AML.T0002 (Acquire Public ML Artifacts), AML.T0003 (Develop Capabilities).
5. **ML Attack Staging (AML.TA0001)**: AML.T0016 (Obtain Capabilities), AML.T0018 (Backdoor ML Model).
6. **Inference (AML.TA0009)**: AML.T0040 (Craft Adversarial Data), AML.T0043 (Craft Adversarial Examples).
7. **Exfiltration (AML.TA0008)**: AML.T0037 (Data from Information Repositories), AML.T0025 (Exfiltrate via ML Inference API).
8. **Impact (AML.TA0015)**: AML.T0029 (Denial of ML Service), AML.T0048 (External Harms).

### Priorização
9. Mapeie cada técnica ATLAS a um componente do sistema em escopo.
10. Priorize técnicas com maior probabilidade dado o nível de acesso do adversário.
11. Crie test cases específicos para cada técnica selecionada.

### Relatório
12. Entregue matriz ATLAS como anexo do relatório: técnica ID, nome, componente afetado, status (testado/não testado/vulnerável).

## Referências

- MITRE ATLAS: atlas.mitre.org
- MITRE ATT&CK for comparison: attack.mitre.org
- NIST AI RMF (AI Risk Management Framework)

