Kyberturvallisuus

Tanium AgentSight tuo varjotekoälyn osaksi päätelaitteiden ohjelmistoluetteloa

Taniumin AgentSight-julkaisu antaa tietoturvatiimeille näkymän työntekijöiden laitteisiin asennettuihin tekoälytyökaluihin, mutta agenttien toiminnan seuranta ja laajempi käytäntöjen toimeenpano ovat vielä tuotesuunnitelmassa.

Miles Okada
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
An engineer viewing monitoring screens in an enterprise operations room
Keskeiset kohdatAgentSight luettelee paikalliset mallit ja tekoälyagentit, mutta ei voi vielä…
Näytä lisää
  • AgentSight luettelee paikalliset mallit ja tekoälyagentit, mutta ei voi vielä vahvistaa, että niiden toimet on valtuutettu.
  • Laitetason näkyvyys auttaa IT:tä löytämään varjoteoälyn, jonka yrityksen laajuiset tilaukset ja pilvitietueet jättävät kokonaan huomaamatta.
  • Tanium on toimittanut ensin luetteloinnin, kun taas käyttäytymisanalyysi ja käytäntöjen valvonta ovat vielä tiekartalla.

Tanium esitteli AgentSightin tällä viikolla Las Vegasissa järjestetyssä Converge-konferenssissa ja tarjosi tietoturvatiimeille keinon kartoittaa työntekijöiden laitteissa toimivat tekoälyohjelmistot. Yhtiön mukaan ensimmäiset ominaisuudet ovat nyt käytettävissä Tanium-konsolissa. Niiden avulla tunnistetaan paikalliset mallit, koodausagentit, tekoälylaajennukset ja Model Context Protocol (MCP) -palvelimet Windows-, macOS- ja Linux-laitteissa. Kukin kohde yhdistetään sen sisältävään laitteeseen ja ohjelmiston asentaneeseen henkilöön.

Julkaistu versio on rajatumpi kuin Taniumin kuvailema pitkän aikavälin tuote. Ensimmäinen julkaisu kertoo, mitä on asennettu ja minne. Yhtiö kehittää edelleen järjestelmän osia, joiden avulla voitaisiin selvittää, mitä agentti on tehnyt, havaita epätavallista toimintaa tai soveltaa käytäntöä useisiin laitteisiin. Erolla on merkitystä organisaatioille, jotka päättävät, miten ne hallinnoivat tekoälyn käyttöä: kattava luettelo on hyödyllinen, mutta se ei osoita, että agentin toiminta olisi hyväksyttyä.

Miksi tekoälyohjelmistojen kartoitus alkaa laitteesta

Organisaatio voi hallinnoida koko yrityksen kattavaa tekoälytilausta ja silti nähdä vain rajallisesti, mitä avustimia työntekijät asentavat omille työasemilleen. Hyväksytyn koodaustyökalun rinnalla voi olla useita laajennuksia, paikallinen malli ja toiseen palveluun yhdistävä liitin. Ohjelmistoluettelon avulla IT-tiimi näkee, missä laitteissa nämä osat ovat käytössä, ja tietoturvatiimi saa lähtökohdan niiden asentajien selvittämiseen. Luettelo auttaa myös ymmärtämään, miksi yhden palvelun hyväksyminen ei automaattisesti kata kaikkia työnkulkuun päätyviä työkaluja.

Tanium kertoo, että sen tarjoama ensimmäinen näkyvyys on saatavilla myös paikallisissa ja internetistä eristetyissä ympäristöissä. Tämä on tärkeää tiimeille, joiden laitteet eivät voi lähettää telemetriatietoja pilvipalveluun. Yhtiön mukaan Tanium Assetin kustannusseuranta näyttää, missä tekoälyohjelmistoja käytetään ja mitä ne maksavat. Päätelaitteiden näkymä auttaa vastaamaan näihin kysymyksiin, mutta se ei korvaa selainpohjaisten palveluiden, pilvijärjestelmien tai agentin etänä käyttämien sovellusten tietoja.

Mitä Tanium on esitellyt ja mitä on luvassa

Julkaisuilmoituksessaan Tanium kuvaili Convergessa esiteltyä Atlasin Shadow AI -näkymää, josta tietoturvatiimit voivat nähdä luettelon muutokset ja esittää kysymyksiä ymmärrettävällä kielellä. Yhtiö kertoi myös suunnitelmistaan järjestää löydökset tärkeysjärjestykseen, tarjota selityksiä sekä yhdistää agentin toiminta sen käynnistäneeseen istuntoon ja kehotteeseen. Esittelyä ja tuotesuunnitelmaa ei pidä tulkita todisteeksi siitä, että nämä ominaisuudet olisivat yleisesti saatavilla tai kattaisivat kaikki agentit ja palvelut.

Tanium aikoo myös antaa tietoturvatiimien määritellä käytäntöjä keskitetysti ja havaita niiden rikkomukset ennen valvonnan käyttöönottoa. Tällä järjestyksellä on käytännön merkitystä. Paikallinen työkalu, joka vaikuttaa luettelossa epätavalliselta, saattaa olla osa asianmukaista teknistä työnkulkua tai esteettömyyttä edistävää toimintatapaa. Tapausten käsittely yhdessä kyseisistä järjestelmistä vastaavien henkilöiden kanssa voi auttaa organisaatioita erottamaan hyväksytyt poikkeukset hallitsemattomista ohjelmistoista häiritsemättä tavanomaista työtä.

Ohjelmistoluettelosta käytäntöjen hallintaan

Vapaaehtoinen NISTin tekoälyn riskienhallinnan viitekehys tarkastelee tekoälyyn liittyviä riskejä järjestelmien käyttötavan, ei pelkästään asennettujen ohjelmistojen näkökulmasta. Yrityksessä tämä tarkoittaa laiteluettelon yhdistämistä tietoihin luetteloon merkityistä henkilöistä, käyttöoikeuksista ja liiketoimintaprosesseista. Lisäksi on päätettävä, mitä tietoja kerätään ja kenellä on oikeus tarkastella niitä – etenkin jos tuleviin toimintatietueisiin sisältyy kehotteita, joissa voi olla luottamuksellista työtä koskevia tietoja.

AgentSightin lähiajan mittarina on se, pystyvätkö tietoturvatiimit pitämään luettelon täsmällisenä työntekijöiden ottaessa työkaluja käyttöön ja vaihtaessa niitä. Vaativampi mittari on se, pystyvätkö yritykset yhdistämään tämän näkyvyyden hyödyllisiin päätöksiin: mitkä työkalut hyväksytään, missä poikkeus on perusteltu ja kenen pitäisi tarkastella käytäntöjen vastaista toimintaa. Tanium on tuonut työn ensimmäisen osan saataville. Jatkossa onnistuminen riippuu sekä tuotteen kehityssuunnitelmasta että siitä, miten yritykset ottavat sen käyttöön.

Miles Okada on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka käsittelee tekoälyä ja kyberturvallisuutta keskittyen uusiin uhkiin, puolustaviin arkkitehtuureihin sekä kehittyviin dynamiikkoihin hyökkääjien ja automatisoitujen järjestelmien välillä. Hänen työnsä tarkastelee, miten tekoäly muokkaa turvallisuusoperaatioita, autonomisesta uhkien havaitsemisesta ja reagoinnista vastustavan tekoälyn tekniikoiden nousuun.

Teknisen ja tutkivan näkökulman avulla Miles analysoi turvallisuustutkimuksia, tapaustietoja ja todellisia käyttöönottoja ymmärtääkseen, missä tekoäly vahvistaa puolustuksia – ja missä se luo uusia haavoittuvuuksia. Hän kiinnittää erityistä huomiota mallien hyväksikäyttöön, datamyrkytykseen, hyökkäyksen automatisointiin sekä tekoälyllä toimivien järjestelmien suojauksen operatiivisiin todellisuuksiin mittakaavassa.

Miles Okadan kirjoittamat artikkelit ovat tekoälyn luomia ja Unite.AI:n toimituskunta tarkistaa ne varmistaakseen tarkkuuden, perusteellisuuden ja vastuullisen kattavuuden nopeasti muuttuvassa AI-turvallisuusmaisemassa.