Iboss præsenterer AI DLP til datakontrol i realtid på tværs af cloud og AI

iboss annoncerede AI DLP den 3. november 2026. Produktet forebygger datatab ved at inspicere indhold i realtid på tværs af AI-værktøjer, cloudapplikationer og andre onlinedestinationer. Virksomheden planlægger at åbne for en privat forhåndsvisning i december 2026.

Produktet skal afhjælpe begrænsninger ved traditionel forebyggelse af datatab. Regler baseret på regulære udtryk og mønstergenkendelse leder efter på forhånd definerede formater, såsom et kontonummer eller en ID-streng, mens kontroller, der afhænger af mærkater, kan overse filer, som er mærket forkert eller slet ikke mærket. Det gælder blandt andet en fil, der deles på et cloud-drev, en formular, der indsendes via en webapplikation, og kildekode, der indsættes i et AI-værktøj. Alle kan indeholde følsomme oplysninger uden at passe til et fast mønster.

Indholdskontrol og politikstyring

AI DLP kombinerer AI- og maskinlæringsbaseret klassificering med grundig indholdskontrol for at undersøge data, mens de overføres. Filanalyse og optisk tegngenkendelse udvider kontrollen til dokumenter og tekst i billeder og omfatter dermed indhold, der er mærket, mærket forkert eller umærket. Håndhævelsen tager udgangspunkt i indholdet af en fil eller prompt, også når formatregler og metadata ikke giver et pålideligt grundlag.

Politikker kan afgrænses efter bruger, gruppe eller afdeling for at identificere, markere eller standse overførsler af kildekode, kundedata, personhenførbare oplysninger og intellektuel ejendom. iboss’ dokumentation om DLP beskriver også afgrænsning efter kilde og destination, navngivne undtagelser samt reaktioner som blokering, registrering af filer, logføring, advarsler og tildeling af alvorlighedsgrad. Overtrædelser kan samles i hændelser med en risikoscore, tidslinjer over hændelsesforløbet og dokumentation i form af registrerede filer. Det giver analytikere en sag, de kan undersøge og afslutte, i stedet for blot enkeltstående logposter.

Krypteret trafik og agentaktivitet

Indholdsbaserede kontroller kræver indsigt i mere end blot destinationen. I sin forklaring af AI DLP skriver iboss, at webbaserede AI-værktøjer generelt kræver inspektion af krypterede sessioner for at opnå denne grad af kontrol. Uden den kan et system muligvis se, hvor dataene sendes hen, men ikke hvilken prompt eller fil der sendes. Denne indsigt gør det muligt at anvende indholdspolitikker på AI-chats på samme måde som på andre webuploads.

Kontrollerne rækker også ud over situationer, hvor en person indsætter tekst i et chatvindue. De kan styre, hvilke AI-tjenester, værktøjer og API’er en autonom agent må bruge, og føre en log over agentens aktivitet. Dermed knyttes styringen af agenter til den samme håndhævelsesmodel, som bruges til interaktive AI-sessioner, og den omfatter dataflytning, der iværksættes af både software og medarbejdere.

Mærkater, revisionsdokumentation og platformsarkitektur

Hvis der findes følsomhedsmærkater fra Microsoft Information Protection, læser og håndhæver AI DLP dem direkte i datatrafikken. Produktdokumentationen beskriver beslutninger om at tillade eller blokere pr. mærkat og pr. destination ved hjælp af synkronisering af mærkater fra Microsoft Purview, mens indholdskontrollen fortsat omfatter umærkede dokumenter. Mærkater bliver dermed et af flere input til politikkerne sammen med indholdsanalyse, hvilket mindsker afhængigheden af, at hvert dokument har de korrekte metadata.

Rapporteringen omfatter risikovurdering af datatab og rapporter, der kan oprettes med ét klik, for GDPR, HIPAA, PCI-DSS og SOX. Formålet er at give revisorer dokumentation for, hvad der blev fundet og standset. iboss oplyser, at hver kundes trafik behandles i dedikerede containere med isolerede SSL-nøgler og dedikerede IP-adresser, og at kundedata ikke blandes sammen. AI DLP indgår sammen med virksomhedens Secure Web Gateway-, CASB-, GenAI Protection- og Zero Trust Network Access-tjenester med en fælles konsol, politikmotor og datasø.

En 30-minutters online demonstration er planlagt til den 5. november 2026 kl. 12.00 ET, inden forhåndsvisningen i december. Den praktiske forskel ligger mellem det annoncerede design og tilgængeligheden: iboss har beskrevet en samlet kontrolplatform, der tager højde for indhold, og som håndterer dataflytning iværksat af både mennesker og agenter. Den private forhåndsvisning er det planlagte skridt på vejen mod at føre designet ud i livet.