Iboss presenta AI DLP per il controllo dei dati in tempo reale su cloud e sistemi di IA

iboss ha annunciato AI DLP il 3 novembre 2026, un prodotto per la prevenzione della perdita di dati progettato per ispezionare i contenuti in tempo reale su strumenti di IA, applicazioni cloud e altre destinazioni online. L’azienda prevede di avviare un’anteprima privata a dicembre 2026.

Il prodotto punta a superare i limiti dei sistemi tradizionali di prevenzione della perdita di dati. Le regole basate sulle espressioni regolari e sul confronto di modelli cercano formati definiti in anticipo, come un numero di conto o una stringa identificativa, mentre i controlli che dipendono dalle etichette possono non rilevare i file etichettati in modo errato o privi di etichetta. Tra gli esempi figurano un file condiviso su un’unità cloud, un modulo inviato a un’applicazione web e codice sorgente incollato in uno strumento di IA: tutti possono contenere materiale sensibile senza corrispondere a uno schema fisso.

Ispezione dei contenuti e controlli delle policy

AI DLP combina la classificazione basata sull’IA e sull’apprendimento automatico con un’ispezione approfondita dei contenuti per esaminare i dati mentre vengono trasferiti. L’analisi dei file e il riconoscimento ottico dei caratteri estendono l’ispezione ai documenti e al testo contenuto nelle immagini, includendo contenuti etichettati, etichettati in modo errato o privi di etichetta. Il sistema basa l’applicazione dei controlli sul contenuto effettivo di un file o di un prompt, anche quando le regole di formato e i metadati non forniscono indicazioni affidabili.

Le policy possono essere definite in base a utenti, gruppi o reparti per identificare, segnalare o bloccare i trasferimenti di codice sorgente, dati dei clienti, informazioni personali identificabili e proprietà intellettuale. La documentazione di iboss DLP descrive inoltre la definizione dell’ambito in base all’origine e alla destinazione, le eccezioni denominate e le azioni disponibili, tra cui blocco, acquisizione di file, registrazione, avvisi e assegnazione del livello di gravità. Le violazioni possono confluire in incidenti con un punteggio di rischio, una cronologia degli eventi e prove costituite dai file acquisiti, offrendo agli analisti un caso da esaminare e chiudere, anziché singole voci di registro.

Traffico crittografato e attività degli agenti

I controlli basati sui contenuti richiedono visibilità che vada oltre la destinazione. Nella sua spiegazione di AI DLP, iboss afferma che, in genere, per controllare a questo livello gli strumenti di IA basati sul web è necessario ispezionare le sessioni crittografate; in caso contrario, il sistema può rilevare la destinazione dei dati, ma non il prompt o il file inviato. Questa visibilità consente di applicare ai contenuti delle chat con l’IA le stesse policy previste per gli altri caricamenti sul web.

I controlli si estendono anche oltre il caso in cui una persona incolli del testo in una finestra di chat. Possono stabilire quali servizi, strumenti e API di IA un agente autonomo può utilizzare e conservare un registro delle attività dell’agente. In questo modo, la governance degli agenti si avvale dello stesso modello di applicazione dei controlli usato per le sessioni interattive con l’IA, coprendo i trasferimenti di dati avviati sia dal software sia dai dipendenti.

Etichette, prove di audit e architettura della piattaforma

Quando sono presenti etichette di riservatezza Microsoft Information Protection, AI DLP le legge e le applica in linea. La documentazione del prodotto descrive decisioni di autorizzazione o blocco per singola etichetta e destinazione, tramite la sincronizzazione delle etichette di Microsoft Purview, mentre l’ispezione dei contenuti continua a coprire i documenti privi di etichetta. Le etichette diventano quindi uno degli elementi presi in considerazione dalle policy, insieme all’analisi dei contenuti, riducendo la dipendenza dalla corretta presenza dei metadati in ogni documento.

La reportistica comprende la valutazione del rischio di perdita dei dati e report generabili con un clic per GDPR, HIPAA, PCI-DSS e SOX, pensati per fornire agli auditor prove di ciò che è stato rilevato e bloccato. iboss afferma che il traffico di ciascun cliente viene elaborato in contenitori dedicati, con chiavi SSL isolate e indirizzi IP dedicati, e che i dati dei clienti non vengono mescolati. AI DLP si affianca ai servizi Secure Web Gateway, CASB, GenAI Protection e Zero Trust Network Access dell’azienda, con una console, un motore di policy e un data lake condivisi.

È prevista una dimostrazione online di 30 minuti il 5 novembre 2026 alle 12:00 ET, prima dell’anteprima di dicembre. La distinzione pratica è tra il progetto annunciato e la sua disponibilità: iboss ha delineato un unico piano di controllo, basato sui contenuti, per i trasferimenti di dati avviati da persone e agenti; l’anteprima privata è il passaggio previsto per trasformare il progetto in realtà.