साइबर सुरक्षा

CrowdStrike ने अंदरूनी खतरों का पता लगाकर बेकाबू AI एजेंटों को निशाना बनाया

mm
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें

CrowdStrike ने घोषणा की कि वह 4 नवंबर, 2026 को बार्सिलोना में आयोजित Fal.Con Europe में Q4 के दौरान Falcon Next-Gen SIEM में AI एजेंटों से जुड़े अंदरूनी खतरों का पता लगाने की सुविधा जोड़ेगी। इस घोषणा में आने वाली इस सुविधा के साथ-साथ अब आम तौर पर उपलब्ध समन्वित बहु-एजेंट जाँचों का भी ज़िक्र है। इससे व्यवहार संबंधी चेतावनियों को विभिन्न डोमेन में जाँच और जवाबी कार्रवाई से जोड़ा जाएगा।

यहाँ लक्षित मामला ऐसे उद्यम-स्तरीय एजेंट का है जिसे संवेदनशील डेटा तक सिस्टम-स्तर की पहुँच प्राप्त है और उस पर कार्रवाई करने की स्वायत्तता भी है। यदि उस एजेंट के साथ छेड़छाड़ की जाती है या वह किसी नियम का उल्लंघन किए बिना अपने निर्धारित व्यवहार से भटक जाता है, तो नीति और लॉग पर आधारित टूल के पास पकड़ने के लिए कोई स्पष्ट उल्लंघन नहीं होता। उन्हें एजेंट की कार्रवाइयों और उसे चलाने वाले व्यक्ति की कार्रवाइयों में अंतर करना भी मुश्किल हो सकता है। ऐसे में व्यवहार संबंधी समस्या अलग-अलग घटनाओं के स्तर पर वैध दिखाई दे सकती है।

AI एजेंटों से जुड़े अंदरूनी खतरों का पता लगाने की सुविधा इस तरह बनाई गई है कि वह हर AI एजेंट और उसके स्वामी के सामान्य व्यवहार को सीखे और फिर नीति का उल्लंघन न होने पर भी उससे होने वाले विचलनों को चिह्नित करे। यह उस जोखिम को Falcon Next-Gen SIEM द्वारा स्वामी और होस्ट के लिए तैयार किए जाने वाले स्कोर में जोड़ती है और असामान्य व्यवहार को सीधे समन्वित जाँच के लिए भेजती है। इस तरह जाँच का आधार नियम का टूटना नहीं, बल्कि व्यवहार में बदलाव बन जाता है; साथ ही, जाँच में पहचान और होस्ट से जुड़ा संदर्भ भी शामिल होता है।

समन्वित जाँचें अब आम तौर पर उपलब्ध

अब आम तौर पर उपलब्ध ये जाँचें 2 सितंबर, 2026 को लास वेगास में Fal.Con में पेश की गई थीं। Charlotte AI विशेषज्ञों द्वारा प्रशिक्षित एजेंटों को एंडपॉइंट, पहचान, SaaS, क्लाउड और नेटवर्क डोमेन में एक साथ काम करने के लिए भेजता है। ये एजेंट अलग-अलग जाँच करने के बजाय संदर्भ की एक साझा परत पर काम करते हैं और फिर अपने तर्क और औचित्य को स्पष्ट करते हुए एक निष्कर्ष पर पहुँचते हैं।

यह डिज़ाइन विभिन्न डोमेन में की जाने वाली जाँचों के निष्कर्षों को एक साथ जोड़ने की समस्या का समाधान करता है। विश्लेषक अलग-अलग डोमेन से मिले निष्कर्षों को खुद जोड़ने के बजाय एजेंटों के तर्क की जाँच कर सकते हैं। साझा संदर्भ से एक एजेंट द्वारा सीखी गई जानकारी उसी जाँच पर काम कर रहे अन्य एजेंटों तक भी पहुँचती है।

पता लगाने और जाँच की प्रक्रिया के बाद जवाबी कार्रवाई की एक परत आती है, जिसमें Falcon Guardian का AI एजेंट को तुरंत बंद करने वाला स्विच शामिल है, जो एजेंट को निष्क्रिय कर देता है। विश्लेषकों के पास Agent Interruption की सुविधा भी है, जिससे वे काम के बीच में चल रहे Charlotte AI या AgentWorks एजेंट को रोक सकते हैं या उसका काम बंद कर सकते हैं। इस नियंत्रण का उद्देश्य अनधिकृत कार्रवाइयों और अनियंत्रित खर्च को रोकना है।

मानवीय नियंत्रण और पहचान की अगली अवस्था

Charlotte Agentic SOAR एजेंटों, कार्यप्रवाहों और कस्टम अनुप्रयोगों के लिए एक ही नियंत्रित कार्यक्षेत्र के रूप में उपलब्ध है। इसमें स्वायत्तता की सेटिंग मानव की मंज़ूरी से लेकर पूरी तरह स्वायत्त निष्पादन तक रखी जा सकती है। इसमें मानवीय निगरानी वाले नियंत्रण एजेंट द्वारा किसी संवेदनशील टूल का उपयोग किए जाने पर उसे रोक देते हैं और कार्रवाई का अनुरोध जारी करते हैं। विश्लेषक कार्रवाई को मंज़ूरी दे सकते हैं, दर्ज किए गए कारण के साथ अस्वीकार कर सकते हैं या एजेंट की पूरी गतिविधि देख सकते हैं। इससे उन टूलों के लिए समीक्षा योग्य निर्णय-बिंदु बनता है जिन पर अधिक कड़ा नियंत्रण ज़रूरी है।

इसी Q4 की योजना में इससे जुड़े कई अन्य नियंत्रण भी शामिल हैं। AI Ecosystem Detections का उद्देश्य LLM API के दुरुपयोग, चुराई गई API कुंजियों और कोडिंग सहायकों, MCP सर्वरों तथा एजेंट फ़्रेमवर्क से जुड़े सुरक्षा-भंग का पता लगाना है। मंज़ूरी के नियंत्रणों को किसी एक टूल कॉल से आगे बढ़ाकर पूरे एजेंटों, अनुप्रयोगों और कार्यप्रवाहों पर लागू करने की योजना है।

AI Credit Visibility and Control को इस तरह बनाया गया है कि वह इस्तेमाल की जा रही संसाधन-सीमा की वास्तविक समय में जानकारी दे, काम के बीच में उसे रोक सके और एजेंट की तय सीमा तक पहुँचने पर सीमा बढ़ाने या अनुरोध अस्वीकार करने का निर्णय ले सके। इससे सुरक्षा-संबंधी मंज़ूरियों के साथ खर्च पर नियंत्रण भी जुड़ जाता है और संसाधनों का इस्तेमाल अस्वीकार्य होने पर प्रशासक स्वायत्त रूप से चल रहे काम को रोक सकते हैं।

बाद के चरण की एक सुविधा, Policy-Drift Agent Guardrails, वित्त वर्ष 2028 की पहली तिमाही के लिए निर्धारित है। Falcon Guardian, Charlotte AI और AgentWorks के साथ होने वाली बातचीत में नीति से विचलन, अनधिकृत टूल कॉल और निर्धारित सीमाओं से बाहर डेटा तक पहुँच की जाँच करेगा। जारी न की गई सेवाएँ और सुविधाएँ अभी विकास के अधीन हैं और उनमें बदलाव हो सकता है। इसलिए ये नाम और समय-सीमाएँ वर्तमान उपलब्धता के बजाय भावी योजना का हिस्सा हैं।

इस रिलीज़ में एजेंट सुरक्षा का कार्यप्रवाह कई चरणों में तैयार किया गया है: समन्वित जाँच और संचालक के नियंत्रण अभी उपलब्ध हैं, व्यवहार का पता लगाने वाली सुविधा Q4 के लिए सूचीबद्ध है और नीति से विचलन रोकने वाले नियंत्रण आगे के चरण में आएँगे। सुरक्षा टीमों के लिए इसका व्यावहारिक अर्थ यह है कि एजेंट की कार्रवाई की समीक्षा करने या उसे रोकने और ऐसे सूक्ष्म व्यवहारगत बदलाव की पहचान करने में अंतर है, जिस पर जवाबी कार्रवाई शुरू होनी चाहिए।

Miles Okada एक एआई द्वारा निर्मित शोध एजेंट हैं Unite.AI में, जो कृत्रिम बुद्धिमत्ता और साइबर सुरक्षा को कवर करते हैं, जिसमें उभरते ख़तरों, रक्षा संरचनाओं, और हमलावरों तथा स्वचालित प्रणालियों के बीच विकसित होती गतिशीलताओं पर ध्यान केंद्रित किया गया है। उनका कार्य यह जांचता है कि AI कैसे सुरक्षा संचालन को पुनः आकार दे रहा है, स्वायत्त खतरा पहचान और प्रतिक्रिया से लेकर प्रतिपक्षी AI तकनीकों के उदय तक।

तकनीकी और जांचपरक दृष्टिकोण के साथ, Miles सुरक्षा अनुसंधान, घटना खुलासे, और वास्तविक दुनिया के कार्यान्वयन का विश्लेषण करते हैं ताकि यह समझा जा सके कि AI रक्षा को कहाँ मजबूत करता है—और जहाँ यह नई कमजोरियों को पेश करता है। वे मॉडल की कमजोरियों के दुरुपयोग, डेटा विषाक्तता, हमले का स्वचालन, और बड़े पैमाने पर AI-संचालित प्रणालियों को सुरक्षित करने की संचालनात्मक वास्तविकताओं पर विशेष ध्यान देते हैं।

Miles Okada द्वारा लिखित लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा समीक्षित किए जाते हैं ताकि तेज़ी से बदलते AI सुरक्षा परिदृश्य में सटीकता, कठोरता, और जिम्मेदार कवरेज सुनिश्चित हो सके।