Una pipeline multimodale è un sistema che combina diversi tipi di input, come testo, immagini, letture dei sensori, telemetria dei dispositivi o feedback degli utenti, e li trasforma in una singola decisione o raccomandazione. Nei prodotti di IA, questo è il modo in cui un sistema può combinare un profilo nutrizionale, i dati dei sensori della cucina e le preferenze di una persona in un unico output.
Nel cyber security, le pipeline multimodali sono importanti perché ogni fonte di input rappresenta un confine di fiducia. Se una fonte viene avvelenata, contraffatta o ritardata, l'output finale può essere manipolato anche quando il modello in sé è valido. Gli aggressori possono immettere dati falsi dei sensori, inserire contenuti di prompt tramite l'input dell'utente o sfruttare una convalida dei dati debole per orientare le decisioni. I difensori riducono il rischio con l'autenticazione delle fonti, la convalida degli input, la registrazione, il rilevamento delle anomalie e la revisione umana per le azioni ad alto impatto.