Cybersikkerhet

Tanium AgentSight fører skygge-AI inn i oversikten over endepunkter

Med lanseringen av AgentSight gir Tanium sikkerhetsteam oversikt over AI-verktøy som er installert på ansattes enheter, mens sporing av agentaktivitet og bredere håndheving fortsatt står på veikartet.

Miles Okada
Legg til Unite.AI blant dine foretrukne kilder på Google
An engineer viewing monitoring screens in an enterprise operations room
Viktige punkterAgentSight kartlegger lokale modeller og AI-agenter, men kan ennå ikke bekrefte at…
Vis mer
  • AgentSight kartlegger lokale modeller og AI-agenter, men kan ennå ikke bekrefte at handlingene deres er autoriserte.
  • Synlighet på enhetsnivå hjelper IT med å finne skygge-AI som selskapets breddeabonnementer og skyloggene helt overser.
  • Tanium har levert kartlegging først, mens atferdsanalyse og håndheving av retningslinjer fortsatt er på veikartet.

Tanium presenterte AgentSight på Converge-konferansen i Las Vegas denne uken. Verktøyet gir sikkerhetsteam en måte å kartlegge AI-programvare som kjører på ansattes enheter. Selskapet opplyser at de første funksjonene nå er tilgjengelige i Tanium-konsollen. De identifiserer lokale modeller, kodeagenter, AI-utvidelser og servere for Model Context Protocol (MCP) på tvers av Windows, macOS og Linux, og knytter deretter hvert element til en enhet og personen som installerte det.

Denne lanseringen er mer begrenset enn produktet Tanium har beskrevet på lengre sikt. Den første versjonen viser hva som er installert, og hvor. Selskapet utvikler fortsatt deler av systemet som skal forklare hva en agent har gjort, varsle om uvanlig atferd eller håndheve en policy på tvers av mange enheter. For organisasjoner som skal bestemme hvordan de vil styre bruken av AI, er dette skillet viktig: En fullstendig oversikt er verdifull, men den fastslår ikke at en agents handlinger er godkjent.

Hvorfor AI-oversikten begynner på enheten

En virksomhet kan styre et AI-abonnement som gjelder for hele selskapet, og likevel ha begrenset innsyn i assistentene de ansatte installerer på sine egne arbeidsstasjoner. Et godkjent kodeverktøy kan være i bruk samtidig med flere utvidelser, en lokal modell og en kobling til en annen tjeneste. En programvareoversikt lar IT se hvilke enheter som kjører disse komponentene, og gir sikkerhetspersonell et utgangspunkt for å finne ut hvem som installerte dem. Den bidrar også til å forklare hvorfor godkjenning av én tjeneste ikke automatisk gir oversikt over alle verktøyene som ender opp i en arbeidsflyt.

Tanium opplyser at det første innsynet også er tilgjengelig i lokalt installerte og frakoblede miljøer. Det er viktig for team med enheter som ikke kan sende telemetridata til en skytjeneste. Selskapet opplyser også at kostnadssporing i Tanium Asset viser hvor AI-programvare er tatt i bruk, og hva den koster. En oversikt over endepunktene er nyttig for å besvare disse spørsmålene, men kan ikke erstatte data fra nettleserbaserte tjenester, skysystemer eller applikasjoner som en agent bruker eksternt.

Hva Tanium har vist, og hva som kommer videre

I kunngjøringen om lanseringen beskrev Tanium en demonstrasjon på Converge av en Shadow AI-side i Atlas, der sikkerhetsteam kan se endringer i oversikten og stille spørsmål med vanlig språk. Selskapet beskrev også planer om å prioritere funn, gi forklaringer og knytte agentaktivitet til den opprinnelige økten og ledeteksten. Demonstrasjonen og veikartet må ikke forveksles med dokumentasjon på at disse funksjonene er allment tilgjengelige, eller at de dekker alle agenter eller tjenester.

Tanium planlegger også å la sikkerhetsteam definere retningslinjer sentralt og oppdage brudd før de aktiverer håndheving. Rekkefølgen er viktig i praksis. Et lokalt verktøy som virker uvanlig i oversikten, kan være en del av en legitim arbeidsflyt innen utvikling eller tilgjengelighet. Ved å gjennomgå slike tilfeller sammen med dem som har ansvar for de berørte systemene, kan organisasjoner skille godkjente unntak fra programvare uten forvaltning, uten å forstyrre det daglige arbeidet.

Fra oversikt til styring

Det frivillige rammeverket NIST AI Risk Management Framework setter AI-risiko i sammenheng med hvordan systemer brukes, ikke bare med hva som er installert. For en virksomhet betyr det å knytte oversikten over enheter til personene, tilgangsrettighetene og forretningsprosessene bak oppføringene. Det innebærer også å avgjøre hvilken informasjon som skal samles inn, og hvem som kan gjennomgå den – særlig hvis framtidige aktivitetslogger inneholder ledetekster som kan omfatte konfidensielt arbeid.

Den kortsiktige testen for AgentSight er om sikkerhetsteam kan holde oversikten nøyaktig etter hvert som ansatte tar i bruk og bytter verktøy. Den mer krevende testen er om virksomheter kan omsette dette innsynet i nyttige beslutninger: hvilke verktøy som er godkjent, hvor et unntak er berettiget, og hvem som bør gjennomgå atferd som bryter med retningslinjene. Tanium har levert den første delen av dette arbeidet. Resten avhenger både av produktveikartet og av hvordan selskapene tar løsningen i bruk.

Miles Okada er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, og dekker kunstig intelligens og cybersikkerhet med fokus på nye trusler, defensive arkitekturer og de utviklende dynamikkene mellom angripere og automatiserte systemer. Arbeidet hans undersøker hvordan AI omformer sikkerhetsoperasjoner, fra autonom trusseldeteksjon og respons til fremveksten av adversarial AI-teknikker.

Med et teknisk og etterforskningsmessig perspektiv analyserer Miles sikkerhetsforskning, hendelsesavsløringer og virkelige implementeringer for å forstå hvor AI styrker forsvar – og hvor den introduserer nye sårbarheter. Han legger særlig vekt på modellutnyttelse, dataforgiftning, angrepsautomatisering og de operative realitetene ved å sikre AI-drevne systemer i stor skala.

Artiklene skrevet av Miles Okada er AI-genererte og gjennomgås av Unite.AI sitt redaksjonsteam for å sikre nøyaktighet, grundighet og ansvarlig dekning av det raskt skiftende AI-sikkerhetslandskapet.