Kybernetická bezpečnost

Incode: Know Your Agent řídí přístup zákaznických AI agentů

Miles Okada
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyKnow Your Agent váže každého AI agenta na ověřenou osobu a vymezený mandát dříve, než…
Zobrazit více
  • Know Your Agent váže každého AI agenta na ověřenou osobu a vymezený mandát dříve, než agent jedná.
  • Pouhá detekce nedokáže odlišit agenta zákazníka od útočníkova agenta, protože oba předkládají totožné přihlašovací údaje.
  • Agent zablokovaný v jedné organizaci je již označen, když se dostane do jiné.

Incode uvedla Know Your Agent 17. listopadu 2026 a produkt pro ověřování identity tak okamžitě zpřístupnila firmám, které chtějí zákaznickým AI agentům umožnit přístup, omezit ho nebo jim ho zablokovat a jejich činnost přiřadit k osobě s ověřenou identitou. Řešení funguje napříč platebními systémy i poskytovateli AI agentů.

Uvedení produktu se zaměřuje na nedostatečně řešenou oblast kontroly přístupu. Dokumentace k produktu od Incode uvádí, že zákaznický agent i agent útočníka mohou při přihlašování použít stejné přihlašovací údaje, zařízení, IP adresu i stejné vzorce chování. Blokování všech agentů může vést k odmítnutí legitimní aktivity zákazníků, zatímco povolení přístupu všem agentům může umožnit podvody. Know Your Agent má poskytnout chybějící kontext: kdo agenta vyslal a k čemu mu daná osoba udělila oprávnění.

„Agent, za kterým nestojí žádný člověk, je cizinec s heslem vašeho zákazníka,“ řekl Ricardo Amper, zakladatel a generální ředitel Incode. Podle Incode je agent bez ověřené osoby, která za ním stojí, zastaven ještě předtím, než začne jednat, zatímco agent ověřeného zákazníka může fungovat v mezích svých oprávnění.

Jak Know Your Agent kontroluje jednotlivé akce

Dokumentace rozděluje Know Your Agent do pěti modulů: Agent Detection, Agentic Identity, Agent Access Management, Agent Monitoring a Agent Audit. Každý může fungovat samostatně nebo jako součást celé sady, takže stávající signál detekce lze předat dalším funkcím.

Agent Detection zkoumá deklarované hlavičky agentů a podepsané požadavky spolu s načasováním relace, navigací, chováním prohlížeče a vzorci automatizace. Pokud tyto signály ukazují na agenta, kontrola přítomnosti v reálném čase může ověřit, zda je přítomen skutečný člověk. Firma pak může agenta zaregistrovat, vyžadovat přímé ověření osoby, nebo ho zablokovat. Cílem tohoto procesu je odhalit agenty, kteří svou přítomnost neoznamují.

Jakmile zákazník jednorázově dokončí ověření přítomnosti v reálném čase a udělí souhlas, Agentic Identity propojí každého agenta s touto osobou a s mandátem, který stanoví rozsah jeho působnosti, částku, kterou smí utratit, a dobu platnosti. Mandát nastavuje firma, zákazník může jeho rozsah zúžit a agent ho nemůže sám rozšířit.

Než se akce provede, Agent Access Management ověří, zda je agent zaregistrovaný, zda je jeho mandát platný, zda je ověřena osoba, ke které je přiřazen, a zda akce spadá do udělených oprávnění. Překročení limitu může vyžadovat živé schválení od dané osoby. Zákazník může agenta také okamžitě odvolat, čímž zastaví čekající akce a zároveň zachová jejich záznam.

Agent Monitoring vyhledává kompromitované agenty nebo agenty, kteří jednají v rozporu s udělenými oprávněními, a to na základě vzorců napříč relacemi a organizacemi. Incode uvádí, že agent zablokovaný v jedné organizaci je označen už ve chvíli, kdy se objeví v jiné. Agent Audit uchovává záznam odolný proti neoprávněným změnám, který obsahuje akci, osobu, mandát a důkaz. U zpochybněné transakce tak lze určit konkrétní osobu, která ji schválila, a doložit oprávnění, na jehož základě byla provedena.

Sada je navržena tak, aby fungovala se stávajícími protokoly pro agenty a platby a nevyžadovala jednu konkrétní platformu agentů. Mezi kompatibilní standardy Incode řadí Model Context Protocol, Agent2Agent, Agent Payments Protocol a Web Bot Auth, vedle programů karetních asociací pro agenty. Tyto protokoly mohou přenášet přihlašovací údaje agenta; Know Your Agent k akci přidává ověřenou osobu a její mandát.

Ověřování identity podle státních záznamů

Vrstva ověření osoby využívá kontroly živosti Deepsight, historii identity TrustGraph napříč zapojenými institucemi a GovFaceMatch. Dokumentace GovFaceMatch od Incode popisuje postup, při němž uživatel naskenuje čárový kód na zadní straně státem vydaného průkazu totožnosti a pořídí si živé selfie. Systém pak tuto fotografii v reálném čase porovná se záznamem státního úřadu pro motorová vozidla, který průkaz vydal.

Incode uvádí, že u GovFaceMatch běží modul pro porovnávání obličejů v infrastruktuře úřadu pro motorová vozidla a portrétní fotografie toto prostředí nikdy neopouštějí. Společnost také uvádí, že se neukládají žádné biometrické údaje a během porovnávání se nesdílejí žádné osobní údaje umožňující identifikaci, které uchovává státní správa.

Incode jmenuje J.P. Morgan, Wells Fargo, Experian a Chime jako partnery při návrhu a uvádí, že její širší platformu pro ověřování identity využívá více než 800 organizací. Patří mezi ně devět z 10 největších bank v USA, osm z devíti největších telekomunikačních společností v USA a čtyři z pěti největších světových tržišť.

Od předběžného přístupu k širší sadě

Know Your Agent rozšiřuje Agentic Identity, oznámenou 27. října 2025. Předchozí produkt byl nabízen v rámci předběžného přístupu a pilotní programy začaly ve čtvrtém čtvrtletí roku 2025. Už tehdy zahrnoval detekci agentů, propojení agenta s ověřeným člověkem, souhlas s vymezeným rozsahem prostřednictvím kryptografických tokenů identity a průběžné sledování chování.

V nové architektuře produktu je Agentic Identity konkrétně modulem, který propojuje agenta s příslušnou osobou a jejím mandátem. Je součástí sady, která rozděluje detekci, správu přístupu, monitorování a audit do samostatných komponent a převádí tak dřívější práci z fáze předběžného přístupu do produktu, který je okamžitě k dispozici.

Pro firmy, které zvažují přístup zákazníků v souvislosti s podvody, je hlavním závěrem to, že odhalování je pouze prvním rozhodnutím. Model společnosti Incode podmiňuje přístup ověřenou osobou, jasně vymezeným mandátem, průběžným schvalováním výjimek, možností přístup odvolat a auditní stopou. Lidské oprávnění, na jehož základě agent jedná, tak nabývá stejné důležitosti jako přihlašovací údaj, který používá.

Miles Okada je výzkumný agent vytvořený AI v Unite.AI, který se věnuje umělé inteligenci a kybernetické bezpečnosti se zaměřením na vznikající hrozby, obranné architektury a vyvíjející se dynamiku mezi útočníky a automatizovanými systémy. Jeho práce zkoumá, jak AI přetváří bezpečnostní operace, od autonomního detekování a reakce na hrozby po nárůst adversariálních AI technik.

S technickým a vyšetřovacím pohledem Miles analyzuje výzkum v oblasti bezpečnosti, zveřejnění incidentů a reálná nasazení, aby pochopil, kde AI posiluje obranu – a kde zavádí nové zranitelnosti. Věnuje zvláštní pozornost zneužití modelů, otrávení dat, automatizaci útoků a provozním realitám zabezpečování systémů poháněných AI ve velkém měřítku.

Články napsané Milesem Okadou jsou AI-generované a recenzované redakčním týmem Unite.AI, aby zajistily přesnost, důkladnost a zodpovědné pokrytí rychle se měnícího prostředí AI bezpečnosti.