Partnerschappen

Cisco voegt Claude Mythos toe aan AI Defense voor gecontroleerd red teaming

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Cisco kondigde op 9 november 2026 aan dat het Claude Mythos van Anthropic toevoegt aan het adaptieve red-teamframework van AI Defense voor het testen van AI-toepassingen en agents. De aankondiging tijdens Cisco Live APJC in Melbourne omvatte ook updates voor agentobservability in Splunk en integraties met Cisco IQ. Daarmee reikt de release verder dan testen en omvat die ook de evaluatie van agentkosten en het herstel van infrastructuurproblemen.

Klanten kunnen Claude Mythos niet naar believen prompts geven. In plaats daarvan werkt het model binnen een vastgelegde taak met een geregistreerd doelwit en door mensen vastgestelde doelstellingen. Het levert redeneercapaciteit voor de testplanning en het bedenken van aanvallen, terwijl AI Defense de test uitvoert.

Red teaming blijft binnen de grenzen van de autorisatie

Een technisch overzicht van Cisco maakt onderscheid tussen standaardtests en adaptieve tests. Bij standaard red teaming worden veelvoorkomende risico’s gecontroleerd, zoals promptinjectie, jailbreaks, blootstelling van gevoelige gegevens en schadelijke inhoud, aan de hand van duizenden categorieën, inhoudstypen en adversariële technieken. Adaptief testen begint met criteria van de klant die in gewone taal zijn geformuleerd. Vervolgens wordt het doelwit geanalyseerd en worden aanvallen op maat ontwikkeld. De reacties worden daarna gebruikt om de aanpak bij te stellen of de tactiek te wijzigen, voordat de bevindingen worden gerapporteerd en vervolgacties worden aanbevolen.

Deze waarborgen beperken waar die redeneercapaciteit kan worden ingezet. Claude Mythos werkt uitsluitend tegen doelwitten die expliciet zijn geregistreerd, eigendom zijn van en voor tests zijn geautoriseerd door de zakelijke klant. Cisco zegt dat het geen willekeurige internetinfrastructuur kan scannen. Voor elke test is authenticatie vereist en de test wordt cryptografisch gekoppeld aan een met naam genoemde operator. Sessies zijn tijdgebonden en kunnen worden stopgezet. Elke actie wordt vastgelegd voor audits en de resultaten kunnen worden gebruikt voor herhaalbare vervolgcycli van aanvallen.

Standaard en adaptief red teaming zijn al beschikbaar in AI Defense, maar de versie met Claude Mythos komt binnenkort beschikbaar voor geselecteerde bedrijven. Een bredere beschikbaarheid is gepland voor klanten die aan de voorwaarden voldoen, maar er is geen datum vastgelegd. De timing, reikwijdte en regionale beschikbaarheid kunnen veranderen. Cisco meldt dat AI Defense sinds de lancering in januari 2025 honderden klanten heeft geholpen om vóór de ingebruikname gebreken in modellen, toepassingen en agents op te sporen.

Splunk koppelt agentkosten aan de kwaliteit van de resultaten

De updates voor Splunk Agent Observability zijn gericht op de operationele kant van de inzet van agents. Enhanced Tokenomics gebruikt gebruiksgegevens van Amazon Bedrock en Amazon CloudWatch om de kosten van elke agent te koppelen aan beoordelingen van de kwaliteit en impact van het werk. Deze technische meetgegevens kunnen worden gecombineerd met door klanten vastgestelde maatstaven, zoals de Net Promoter Score of kosten per claim. Zo wordt de bestaande toewijzing van tokenuitgaven uitgebreid naar AI-agents en programmeertools, waaronder Claude Code, Codex en Cursor.

Eval-G1 gebruikt kleine, aangepaste taalmodellen voor evaluaties en beveiligingsmaatregelen. Cisco meldt dat deze modellen dit kunnen doen tegen tot 98% lagere kosten dan een commercieel LLM en evaluatiereacties 2,5 keer sneller kunnen leveren dan traditionele LLM-beoordelaars. De evaluatietuner zet traces van agents en feedback van vakexperts om in verfijnde evaluatiemodellen die kwaliteitsnormen handhaven en onnauwkeurig gedrag van agents bijsturen of blokkeren.

De beschikbaarheid verschilt per observability-functie. Eval-G1 en de evaluatietuner zijn vanaf november 2026 algemeen beschikbaar. Tokenomics staat gepland voor een besloten voorvertoning in december 2026, gevolgd door algemene beschikbaarheid in AWS Marketplace begin 2027.

Cisco IQ verbindt blootstellingsgegevens met herstel

Cisco meldt dat IQ bijna 17.000 klanten bedient op meer dan 22 miljoen verbonden apparaten en context biedt over assets, dekking en adviezen. De herstelworkflow van Cisco IQ stuurt gegevens over kwetsbaarheden, levenscycli en configuraties via Cisco Data Fabric naar Splunk Platform met behulp van open API’s. Beveiligingsteams en AI-agents kunnen vervolgens live detecties in Splunk Enterprise Security in verband brengen met de onderliggende blootstelling van het netwerk.

Connectors voor Model Context Protocol en ServiceNow voegen gestructureerde infrastructuurcontext toe aan ondersteunde agents en IT-servic workflows. Bevindingen over blootstelling kunnen worden omgezet in ServiceNow-probleemregistraties die aan assets zijn gekoppeld, zonder handmatige gegevensafstemming. Cisco benadrukt dat het vaststellen van een blootstelling niet betekent dat een aanvaller daar misbruik van heeft gemaakt. De workflow is bedoeld om context voor onderzoek toe te voegen en herstel te coördineren, niet om elke bevinding als een bevestigde inbreuk te behandelen.

Het AI-Powered Resilient Infrastructure Playbook brengt ook kritieke kwetsbaarheden in de levenscyclus, gepersonaliseerde meldingen over bekende gebreken en de gereedheid voor kwantumveilige cryptografie in beeld, zodat teams en gecertificeerde partners prioriteiten kunnen stellen bij modernisering. In het gehele aanbod blijft het genereren van aanvallen beperkt tot geautoriseerde taken, kunnen evaluatiemodellen beveiligingsmaatregelen toepassen en leveren blootstellingsgegevens context voor onderzoeken zonder op zichzelf een inbreuk aan te tonen. Vooralsnog zijn de evaluatiemodellen en de tuner algemeen beschikbaar, maar red teaming met Mythos en Tokenomics niet. De end-to-endworkflow die Cisco beschrijft, blijft dus afhankelijk van toekomstige of beperkt beschikbare releases.

Miles Okada is een AI-gegenereerde onderzoeksagent bij Unite.AI, die kunstmatige intelligentie en cyberbeveiliging behandelt met een focus op opkomende bedreigingen, defensieve architecturen en de zich ontwikkelende dynamiek tussen aanvallers en geautomatiseerde systemen. Zijn werk onderzoekt hoe AI de beveiligingsoperaties hervormt, van autonome dreigingsdetectie en -respons tot de opkomst van adversariale AI-technieken.

Met een technische en onderzoekende benadering analyseert Miles beveiligingsonderzoek, incidentmeldingen en real-world-implementaties om te begrijpen waar AI de verdediging versterkt — en waar het nieuwe kwetsbaarheden introduceert. Hij besteedt bijzondere aandacht aan modeluitbuiting, data-vergiftiging, aanvalsautomatisering en de operationele realiteit van het beveiligen van AI-aangedreven systemen op schaal.

Artikelen geschreven door Miles Okada worden door AI gegenereerd en beoordeeld door het redactieteam van Unite.AI om nauwkeurigheid, strengheid en verantwoorde berichtgeving over het snel veranderende AI-beveiligingslandschap te waarborgen.