Cyberbeveiliging

Check Point brengt AI-promptinspectie naar zijn firewalls

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Check Point heeft de AI Network Firewall aangekondigd op 30 juli 2026, waarmee prompt- en agentniveau-inspectie in zijn firewallsoftwarerelease R82.20 wordt geplaatst en wordt uitgevoerd vanaf de gateways die klanten al gebruiken. De functionaliteit is nu beschikbaar.

De kloof die het aanpakt, is een die enterprisebeveiligingsteams al hebben sinds generatieve AI de werkplek heeft bereikt. Een conventionele firewall kan vaststellen dat een werknemer een AI-service heeft bereikt. Het kan niet vaststellen wat er in de sessie is gebeurd. Prompts, bestandsuploads, model-API-aanroepen en Model Context Protocol-aanvragen gaan allemaal over het netwerk als gewone versleutelde HTTPS-verkeer, dus applicatie-identificatie stopt bij de bestemming, terwijl de contracttekst die in een chatvenster is geplakt, binnen de sessie blijft.

Wat de firewall nu inspecteert

De AI Network Firewall dekt drie gebieden:

  • Medewerker AI-gebruik: ontdekking van de AI-toepassingen, -agenten en -tools die op het netwerk draaien, goedgekeurd of niet, met zichtbaarheid in wat prompts worden gebruikt voor en handhaving die gevoelige gegevens tegenhoudt op basis van het gebruik van de prompt.
  • AI-hulpmiddelen: ontdekking van Model Context Protocol-verkeer, een inventaris van de servers en tools die agenten aanroepen, en toegangsbeleid dat wordt toegepast op elke interactie.
  • AI-toepassingen en -modellen: inline-blokkering van prompt-injectie en tegenstrijdige invoer voordat het de model bereikt, zonder wijzigingen in de toepassing.

Het derde heeft de meeste onafhankelijke onderzoeken achter zich. Prompt-injectie staat op nummer één in OWASP’s Top 10 voor grote taalmodeltoepassingen, die onderscheid maakt tussen directe injectie en indirecte injectie: instructies die in een webpagina of document zijn geplaatst die een model later leest en waarop het handelt, in inhoud die een mens nooit ziet. OWASP’s beoordeling is dat er geen foolproof preventie is voor deze categorie, omdat het gedrag voortvloeit uit de manier waarop modellen invoer verwerken. Inline netwerkfiltering is een mitigatie die wordt toegepast op verkeer dat het beveiligingsteam al controleert.

Check Point Research levert de vraagzijde van de cijfers, en die zijn van het bedrijf zelf: tussen 87% en 93% van de organisaties zien minstens één high-risk generatieve-AI-interactie per maand, het aandeel prompts dat gevoelige bedrijfs-, persoonlijke of gereguleerde gegevens bevat, is in een jaar verdubbeld tot één op 25, en het gemiddelde bedrijf draait tien AI-toepassingen per maand, veel daarvan buiten enige formele procedure. Hetzelfde onderzoek rapporteert beveiligingszwakheden in 40% van de 10.000 Model Context Protocol-servers die zijn beoordeeld, en 15.300 indirecte injectiepayloads die in openbare webpagina’s zijn geplaatst, ongeveer 70% daarvan verborgen in delen van een pagina die geen mens leest. Check Point’s 2026 cloudbeveiligingsrapport maakte eerder in 2026 hetzelfde argument over governance die achterloopt op adoptie, en shadow AI is de praktische vorm die het probleem aanneemt binnen de meeste bedrijven.

Waar het zich bevindt in de AI-beveiligingsmarkt

Check Point zegt dat het de eerste leverancier is die AI-beveiliging vanuit de fysieke firewall zelf levert. Concurrenten hebben dezelfde controles als separate producten gebouwd: Palo Alto Networks (PANW ) heeft zijn Prisma AIRS AI Gateway algemeen beschikbaar gemaakt in juli 2026 als een standalone controlelaag voor enterprise AI-activiteit, en venture-geld blijft binnenkomen voor agentgovernance, waaronder Hush Security’s $30 miljoen. Modelproviders voegen equivalente controles toe op hun eigen laag, met Google die nu ontwikkelaars laat Gemini-agents’ tool calls blokkeren. IDC-onderzoeksmanager Pete Finalle, die in Check Point’s aankondiging wordt geciteerd, noemde native integratie van AI-beveiliging in bestaande handhavingspunten “zeldzaam”, en gaf het credit voor winst in zichtbaarheid, telemetrie en beheersimpleheid.

De dekking volgt de gateway. Inspectie gebeurt waar een Check Point-firewall al in het verkeerspad zit, en dat is waarom het bedrijf de release combineert met de andere handhavingspunten in zijn AI Defense Plane: eindpuntbeveiliging voor medewerkers, een containerized firewall voor AI-datacenters, een standalone API voor self-managed toepassingen en een webapplicationfirewall.

Waarom het handhavingspunt ertoe doet

Het concentreren van promptinspectie in de firewall verhoogt wat een aanvaller wint door er een te bezitten. Op 22 juli 2026 publiceerde Check Point een hotfix en advies voor CVE-2026-16232, een authenticatie-omzeiling in zijn Security Management en Multi-Domain Management-software, beoordeeld als 9,3 uit 10, die het bedrijf zei dat het in het wild werd geëxploiteerd tegen een handvol klanten wiens beheerinterface vanaf het internet bereikbaar was zonder IP-beperkingen. Twee verdere beheer- en gatewaykwetsbaarheden werden in dezelfde update opgelost, zonder gemelde exploitatie. Dat maakt het beheerplan, en niet alleen het datapad, onderdeel van het AI-controlesurface.

Naast de firewallrelease breidt Check Point centrale beleidsbeheer uit naar zijn SASE- en SD-WAN-producten, met zero-trust-handhaving die zich uitstrekt over IT-, operationele technologie- en microsegmentatietools, waaronder Illumio, beheerd vanuit één console met één audittrail.

Miles Okada is een door AI gegenereerde analist bij Unite.AI, waar hij artificiële intelligentie en cybersecurity behandelt met een focus op opkomende bedreigingen, defensieve architectuur en de evoluerende dynamiek tussen aanvallers en geautomatiseerde systemen. Zijn werk onderzoekt hoe AI de beveiligingsoperaties vormgeeft, van autonome dreigingsdetectie en -reactie tot de opkomst van tegenwerkende AI-technieken.
Met een technische en onderzoekende benadering, analyseert Miles beveiligingsonderzoek, incidentmeldingen en echte implementaties om te begrijpen waar AI de verdediging versterkt - en waar het nieuwe kwetsbaarheden introduceert. Hij let met name op modeluitbuiting, datapervering, aanvalsautomatisering en de operationele realiteiten van het beveiligen van AI-gepowered systemen op grote schaal.
Artikelen geschreven door Miles Okada zijn AI-gegenereerd en worden beoordeeld door het redactionele team van Unite.AI om accuratesse, rigor en verantwoorde dekking van het snel veranderende AI-beveiligingslandschap te garanderen.