Kybernetická bezpečnost

Tanium AgentSight začleňuje stínovou AI do inventáře koncových zařízení

Uvedení AgentSight od Tanium poskytuje bezpečnostním týmům přehled o nástrojích s AI nainstalovaných na zařízeních zaměstnanců; sledování činnosti agentů a širší vymáhání zásad zůstávají součástí plánu dalšího vývoje.

Miles Okada
Přidejte Unite.AI mezi své preferované zdroje na Google
An engineer viewing monitoring screens in an enterprise operations room
Klíčové bodyAgentSight eviduje místní modely a AI agenty, ale zatím nedokáže potvrdit, že jejich…
Zobrazit více
  • AgentSight eviduje místní modely a AI agenty, ale zatím nedokáže potvrdit, že jejich akce jsou autorizované.
  • Viditelnost na úrovni zařízení pomáhá IT najít stínovou AI, kterou celofiremní předplatná a cloudové záznamy zcela přehlížejí.
  • Tanium nejprve dodalo evidenci, zatímco analýza chování a vynucování zásad zůstávají na plánu.

Tanium tento týden představil AgentSight na konferenci Converge v Las Vegas a bezpečnostním týmům tak poskytl možnost evidovat software s AI, který běží na zařízeních zaměstnanců. Společnost uvádí, že první funkce jsou nyní dostupné v konzoli Tanium. Dokážou identifikovat lokální modely, nástroje pro programování s AI, rozšíření s AI a servery Model Context Protocol (MCP) v systémech Windows, macOS a Linux a následně každou položku přiřadit k zařízení a osobě, která ji nainstalovala.

Toto uvedení má užší rozsah než produkt, který Tanium popsalo jako svůj dlouhodobý záměr. První verze odpovídá na otázky, co je nainstalováno a kde. Společnost stále vyvíjí části systému, které by objasnily, co agent provedl, upozorňovaly na neobvyklé chování nebo umožňovaly uplatnit zásady na mnoha zařízeních. Pro organizace, které se rozhodují, jak řídit používání AI, je tento rozdíl důležitý: úplný inventář má svou hodnotu, sám o sobě však nepotvrzuje, že jsou činnosti agenta oprávněné.

Proč evidence AI začíná na zařízení

Podnik může řídit firemní předplatné AI pro celou společnost, a přesto mít jen omezený přehled o asistentech, které si zaměstnanci instalují na vlastní pracovní stanice. Vedle schváleného programovacího nástroje může být nainstalováno několik rozšíření, lokální model i konektor k jiné službě. Evidence softwaru umožňuje IT zjistit, na kterých zařízeních tyto součásti běží, a poskytuje bezpečnostním pracovníkům výchozí bod pro pátrání po tom, kdo je nainstaloval. Pomáhá také objasnit, proč schválení jedné služby automaticky nezohledňuje každý nástroj, který se nakonec stane součástí pracovního postupu.

Tanium uvádí, že počáteční přehled je k dispozici také v lokálně provozovaných a od internetu izolovaných prostředích. To je důležité pro týmy, jejichž zařízení nemohou odesílat telemetrická data do cloudové služby. Společnost také uvádí, že sledování nákladů v Tanium Asset ukazuje, kde je software s AI nasazen a kolik stojí. Přehled o koncových zařízeních je pro zodpovězení těchto otázek užitečný, nemůže však nahradit záznamy z prohlížečových služeb, cloudových systémů ani aplikací, které agent používá vzdáleně.

Co Tanium předvedlo a co chystá dál

V oznámení o uvedení produktu Tanium popsalo ukázku stránky stínové AI v Atlasu na konferenci Converge. Bezpečnostní týmy na ní mohou sledovat změny v inventáři a klást otázky běžným jazykem. Společnost představila také další plány: řadit nálezy podle důležitosti, poskytovat vysvětlení a spojovat činnost agentů s původní relací a zadáním. Ukázku ani plán dalšího vývoje nelze považovat za důkaz, že jsou tyto funkce obecně dostupné nebo že pokrývají každého agenta či službu.

Tanium také plánuje umožnit bezpečnostním týmům centrálně definovat zásady a odhalovat jejich porušení ještě před zapnutím jejich vymáhání. Toto pořadí má z provozního hlediska význam. Lokální nástroj, který v inventáři působí neobvykle, může být součástí legitimního pracovního postupu v oblasti vývoje nebo přístupnosti. Projednání takových případů s lidmi odpovědnými za dotčené systémy může organizacím pomoci rozlišit oprávněné výjimky od nespravovaného softwaru, aniž by narušily běžnou práci.

Od inventáře k řízení

Dobrovolný rámec NIST pro řízení rizik AI zasazuje rizika spojená s AI do kontextu používání systémů, nikoli pouze toho, co je nainstalováno. Pro podnik to znamená propojit inventář zařízení s lidmi, oprávněními a obchodními procesy, které se k jednotlivým položkám vztahují. Znamená to také rozhodnout, jaké informace se mají shromažďovat a kdo k nim může mít přístup, zejména pokud budoucí záznamy o činnosti budou obsahovat zadání, která mohou zahrnovat důvěrné pracovní informace.

V nejbližší době se u AgentSight ukáže, zda bezpečnostní týmy dokážou udržovat přesný inventář i při tom, jak zaměstnanci přijímají nové nástroje a mění ty stávající. Náročnější zkouškou bude, zda firmy dokážou tento přehled proměnit v užitečná rozhodnutí: které nástroje jsou schválené, kde je výjimka oprávněná a kdo má prověřovat chování, které není v souladu se zásadami. Tanium uvedlo první část tohoto řešení. Zbytek bude záviset jak na dalším vývoji produktu, tak na tom, jak jej firmy využijí.

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.