साइबर सुरक्षा
Iboss ने क्लाउड और AI में वास्तविक समय के डेटा नियंत्रणों के लिए AI DLP पेश किया
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
iboss ने 3 नवंबर 2026 को AI DLP की घोषणा की। यह डेटा हानि रोकने वाला उत्पाद है, जिसे AI टूल, क्लाउड एप्लिकेशन और अन्य ऑनलाइन गंतव्यों पर सामग्री की वास्तविक समय में जाँच करने के लिए तैयार किया गया है। कंपनी दिसंबर 2026 में इसका निजी पूर्वावलोकन शुरू करने की योजना बना रही है।
यह उत्पाद पारंपरिक डेटा हानि रोकथाम की सीमाओं को दूर करने के लिए बनाया गया है। रेगुलर एक्सप्रेशन और पैटर्न मिलान पर आधारित नियम पहले से तय प्रारूपों, जैसे खाता संख्या या आईडी स्ट्रिंग, की तलाश करते हैं; वहीं, लेबल पर निर्भर नियंत्रण उन फ़ाइलों को पहचानने में चूक सकते हैं जिन पर गलत लेबल लगा हो या कोई लेबल न लगा हो। इसके उदाहरणों में क्लाउड ड्राइव पर साझा की गई फ़ाइल, वेब एप्लिकेशन में सबमिट किया गया फ़ॉर्म और AI टूल में चिपकाया गया सोर्स कोड शामिल हैं। इन सभी में संवेदनशील सामग्री हो सकती है, भले ही वह किसी तय पैटर्न से मेल न खाती हो।
सामग्री की जाँच और नीति नियंत्रण
AI DLP, डेटा के एक जगह से दूसरी जगह जाने के दौरान उसकी जाँच करने के लिए AI और मशीन लर्निंग आधारित वर्गीकरण को सामग्री की गहन जाँच के साथ जोड़ता है। फ़ाइल विश्लेषण और ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) के ज़रिए दस्तावेज़ों और छवियों के भीतर मौजूद पाठ की भी जाँच की जाती है; इससे लेबल लगी, गलत लेबल वाली या बिना लेबल की सामग्री शामिल होती है। इस व्यवस्था में नियंत्रण फ़ाइल या प्रॉम्प्ट की वास्तविक सामग्री के आधार पर लागू होते हैं—यहाँ तक कि तब भी, जब प्रारूप संबंधी नियम और मेटाडेटा कोई भरोसेमंद संकेत न दें।
सोर्स कोड, ग्राहक डेटा, व्यक्तिगत पहचान योग्य जानकारी और बौद्धिक संपदा से जुड़े ट्रांसफ़र की पहचान करने, उन्हें चिह्नित करने या रोकने के लिए नीतियों का दायरा उपयोगकर्ता, समूह या विभाग के आधार पर तय किया जा सकता है। iboss के DLP दस्तावेज़ में स्रोत और गंतव्य के आधार पर दायरा तय करने, नामित अपवादों और ब्लॉक करने, फ़ाइल कैप्चर करने, लॉग दर्ज करने, अलर्ट भेजने तथा गंभीरता निर्धारित करने जैसी कार्रवाइयों का भी वर्णन है। उल्लंघनों को जोखिम-आधारित स्कोर वाली घटनाओं में शामिल किया जा सकता है। इन घटनाओं में घटना-क्रम और कैप्चर की गई फ़ाइल के साक्ष्य होते हैं, जिससे विश्लेषकों को केवल अलग-अलग लॉग प्रविष्टियों के बजाय जाँच और निपटान के लिए एक पूरा मामला मिलता है।
एन्क्रिप्टेड ट्रैफ़िक और एजेंट की गतिविधि
सामग्री को समझने वाले नियंत्रणों के लिए केवल गंतव्य की जानकारी पर्याप्त नहीं होती। iboss के AI DLP के बारे में स्पष्टीकरण के अनुसार, इस स्तर का नियंत्रण पाने के लिए वेब-आधारित AI टूल में आम तौर पर एन्क्रिप्टेड सत्र की जाँच आवश्यक होती है; इसके बिना सिस्टम यह तो देख सकता है कि डेटा कहाँ जा रहा है, लेकिन यह नहीं कि कौन-सा प्रॉम्प्ट या फ़ाइल भेजी जा रही है। इस दृश्यता से AI चैट पर भी सामग्री संबंधी नीतियाँ उसी तरह लागू की जा सकती हैं, जैसे वेब पर अन्य फ़ाइलें अपलोड करते समय होती हैं।
ये नियंत्रण किसी व्यक्ति द्वारा चैट विंडो में पाठ चिपकाने तक सीमित नहीं हैं। इनके ज़रिए यह तय किया जा सकता है कि कोई स्वायत्त एजेंट किन AI सेवाओं, टूल और API का उपयोग कर सकता है; साथ ही, एजेंट की गतिविधियों का रिकॉर्ड भी रखा जा सकता है। इससे एजेंटों का नियंत्रण उसी प्रवर्तन मॉडल से जुड़ता है जो इंटरैक्टिव AI सत्रों के लिए इस्तेमाल होता है। इस तरह, इसमें सॉफ़्टवेयर और कर्मचारियों—दोनों के शुरू किए गए डेटा ट्रांसफ़र शामिल होते हैं।
लेबल, ऑडिट साक्ष्य और प्लेटफ़ॉर्म संरचना
जहाँ Microsoft Information Protection के संवेदनशीलता लेबल मौजूद हैं, वहाँ AI DLP उन्हें पढ़ता है और डेटा के प्रवाह के दौरान लागू करता है। उत्पाद के दस्तावेज़ों के अनुसार, Microsoft Purview लेबल सिंक्रनाइज़ेशन का उपयोग करके हर लेबल और हर गंतव्य के लिए अनुमति देने या रोकने का निर्णय लिया जा सकता है, जबकि सामग्री की जाँच बिना लेबल वाले दस्तावेज़ों को भी शामिल करती रहती है। इस तरह, लेबल सामग्री विश्लेषण के साथ नीति के एक अन्य आधार बन जाते हैं और हर दस्तावेज़ पर सही मेटाडेटा होने पर निर्भरता घटती है।
रिपोर्टिंग में डेटा हानि जोखिम स्कोरिंग और GDPR, HIPAA, PCI-DSS तथा SOX के लिए एक-क्लिक रिपोर्टें शामिल हैं। इनका उद्देश्य ऑडिटर को इस बात के साक्ष्य देना है कि क्या पाया गया और क्या रोका गया। iboss के अनुसार, हर ग्राहक के ट्रैफ़िक को अलग-अलग कंटेनरों में प्रोसेस किया जाता है, जिनमें पृथक SSL कुंजियाँ और समर्पित IP पते होते हैं; साथ ही, ग्राहकों का डेटा आपस में नहीं मिलाया जाता। AI DLP कंपनी की Secure Web Gateway, CASB, GenAI Protection और Zero Trust Network Access सेवाओं के साथ काम करता है। इन सभी में साझा कंसोल, नीति इंजन और डेटा लेक का इस्तेमाल होता है।
5 नवंबर 2026 को दोपहर 12:00 बजे ET एक 30 मिनट का ऑनलाइन प्रदर्शन निर्धारित है, जो दिसंबर में होने वाले पूर्वावलोकन से पहले आयोजित होगा। व्यावहारिक रूप से, घोषित डिज़ाइन और उपलब्धता के बीच अंतर है: iboss ने लोगों और एजेंटों द्वारा शुरू किए गए डेटा ट्रांसफ़र के लिए एक एकीकृत, सामग्री-जागरूक नियंत्रण मंच की रूपरेखा पेश की है; इस डिज़ाइन को व्यवहार में लागू करने की दिशा में निजी पूर्वावलोकन अगला निर्धारित कदम है।
