Фреймворк загального тестування для розподілу задач на основі технологій штучного інтелекту

• Datum: 2026
• Hauptverfasser: Слободян, Р.В., Богач, І.В.
• Format: Artikel
• Sprache: Englisch
• Veröffentlicht: Vinnytsia National Technical University 2026
• Schlagworte: Інʼєкція підказки; адверсарне тестування; системи розподілу задач; великі мовні моделі; корпоративні інформаційні системи; інформаційна безпека.
• Online Zugang: https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/870
• Назва журналу: Optoelectronic Information-Power Technologies

The paper presents an adversarial testing methodology for evaluating AI-driven task routing systems. The methodology defines structured attack scenarios and strict output constraints to measure resistance against unauthorized data disclosure. To validate suggested  approach, an AI-based routing solution implemented using an Salesforce Agentforce Prompt Template powered by ChatGPT 5 was tested in a controlled environment. It has been proven that using a structured approach to testing can reduce the risk of data leakage in AI-based decision support systems.