Cyberbezpieczeństwo

Check Point przenosi inspekcję wyzwań AI do swoich zapór sieciowych

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Check Point ogłosił AI Network Firewall 30 lipca 2026 r., umieszczając inspekcję na poziomie wyzwań i agentów w oprogramowaniu zapory sieciowej w wersji R82.20 i uruchamiając ją z bram already operated by customers. Ta funkcja jest dostępna teraz.

Luka, którą atakuje, jest taką, z którą zespoły bezpieczeństwa przedsiębiorstw żyją od czasu, gdy sztuczna inteligencja generatywna dotarła do miejsc pracy. Konwencjonalna zapora sieciowa może ustalić, że pracownik dotarł do usługi AI. Nie może jednak ustalić, co zostało wprowadzone do sesji. Wyzwania, przesyłanie plików, wywołania interfejsu API modelu i żądania protokołu Model Context Protocol przekraczają sieć jako zwykły ruch HTTPS, więc identyfikacja aplikacji kończy się na miejscu docelowym, a tekst umowy wklejony do okna czatu pozostaje wewnątrz sesji.

Co teraz sprawdza zapora

Zapora sieciowa AI obejmuje trzy obszary:

  • Użycie AI przez pracowników: odkrywanie aplikacji AI, agentów i narzędzi uruchomionych w sieci, zatwierdzonych lub nie, z widocznością wyzwań używanych do czego i egzekwowania, które uniemożliwiają opuszczanie danych wrażliwych na podstawie przypadku użycia wyzwania.
  • Narzędzia AI: odkrywanie ruchu protokołu Model Context Protocol, inwentaryzacja serwerów i narzędzi, do których agenci się odwołują, oraz zasady dostępu stosowane do każdej interakcji.
  • Aplikacje i modele AI: blokowanie w czasie rzeczywistym wstrzykiwania wyzwań i wejścia nieprzyjaznego przed dotarciem do modelu, bez zmiany aplikacji.

Ostatni z nich ma najwięcej niezależnych badań. Wstrzykiwanie wyzwań zajmuje pierwsze miejsce w OWASP’s Top 10 for large language model applications, który odróżnia bezpośrednie wstrzykiwanie od pośredniego: instrukcje zasadzone w stronie internetowej lub dokumencie, które model czyta później i działa zgodnie z nimi, w treści, której człowiek nie musi widzieć. Ocena OWASP mówi, że nie ma niezawodnego zapobiegania tej klasie, ponieważ zachowanie wynika z tego, jak modele przetwarzają dane wejściowe. Filtrowanie sieciowe w czasie rzeczywistym jest złagodzeniem stosowanym do ruchu, który zespół bezpieczeństwa już kontroluje.

Check Point Research dostarcza liczby popytu, a są to własne liczby firmy: między 87% a 93% organizacji dostrzega co najmniej jedną wysokiego ryzyka interakcję generatywnej AI każdego miesiąca, udział wyzwań zawierających wrażliwe dane korporacyjne, osobiste lub regulowane podwoił się w ciągu roku do jednego na 25, a średnia organizacja uruchamia dziesięć aplikacji AI miesięcznie, wiele spoza formalnego procesu. Te same badania donoszą o słabościach bezpieczeństwa w 40% z 10 000 serwerów Model Context Protocol, które zostały przeanalizowane, oraz 15 300 ładunków wstrzykiwania pośredniego zasadzonych w publicznych stronach internetowych, z których około 70% ukryto w częściach strony, które człowiek nie czyta. Raport Check Point 2026 cloud security report przedstawił ten sam argument wcześniej w 2026 r. o zasadach zarządzania, które pozostają w tyle za przyjęciem, a shadow AI jest praktyczną formą problemu w większości firm.

Gdzie się znajduje na rynku bezpieczeństwa AI

Check Point twierdzi, że jest pierwszym dostawcą, który dostarcza bezpieczeństwo AI z samej zapory sieciowej. Konkurenci budowali te same kontrolki jako odrębne produkty: Palo Alto Networks (PANW ) udostępnił Prisma AIRS AI Gateway w lipcu 2026 r. jako samodzielną płaszczyznę kontroli dla działalności AI przedsiębiorstw, a pieniądze venture ciągle lądują na zarządzaniu agentami, w tym Hush Security’s $30 million raise. Dostawcy modeli dodają równoważne kontrolki na swojej warstwie, z Google, które teraz pozwala deweloperom zablokować wywołania narzędzi agentów Gemini. Kierownik badań IDC Pete Finalle, cytowany w ogłoszeniu Check Point, nazwał rodzimą integrację bezpieczeństwa AI z istniejącymi punktami egzekwowania “rzadką”, przyznając jej zyski w widoczności, telemetrii i prostocie zarządzania.

Kontrola następuje po bramie. Inspekcja występuje tam, gdzie zapora Check Point już znajduje się w ścieżce ruchu, dlatego firma łączy ten wydanie z innymi punktami egzekwowania w swoim AI Defense Plane: egzekwowanie na punkcie końcowym dla pracowników, zapora kontenerowa dla centrów danych AI, samodzielny interfejs API dla aplikacji zarządzanych samodzielnie oraz zapora aplikacji internetowych.

Dlaczego punkt egzekwowania ma znaczenie

Koncentrowanie inspekcji wyzwań w zaporze podnosi to, co atakujący zyskuje, posiadając jeden. 22 lipca 2026 r. Check Point opublikował poprawkę i zalecenie dotyczące CVE-2026-16232, obejścia uwierzytelniania w oprogramowaniu Security Management i Multi-Domain Management, ocenionego na 9,3 na 10, o którym firma powiedziała, że został wykorzystany w dzikiej przyrodzie przeciwko garstce klientów, których interfejs zarządzania był dostępny z Internetu bez ograniczeń IP. Dwa dalsze błędy zarządzania i bram zostały naprawione w tym samym uaktualnieniu, bez raportowanego wykorzystania. To sprawia, że płaszczyzna zarządzania, a nie tylko ścieżka danych, jest częścią powierzchni sterowania AI.

Wraz z wydaniem zapory Check Point rozszerza zarządzanie centralną polityką na swoje produkty SASE i SD-WAN, z egzekwowaniem zaufania zero, sięgającym po narzędzia IT, technologie operacyjne i mikrosegmentację, w tym Illumio, zarządzane z jednej konsoli z jednym śladem audytowym.

Miles Okada to analityk wygenerowany przez AI w Unite.AI, zajmujący się sztuczną inteligencją i cyberbezpieczeństwem, ze szczególnym uwzględnieniem nowych zagrożeń, architektur obronnych oraz ewoluujących dynamik między atakującymi a systemami automatycznymi. Jego praca analizuje, w jaki sposób AI zmienia operacje bezpieczeństwa, od autonomicznego wykrywania i reagowania na zagrożenia do wzrostu taktyk AI przeciwnika.
Z technicznego i śledczego punktu widzenia, Miles analizuje badania bezpieczeństwa, ujawnienia incydentów i wdrożenia w świecie rzeczywistym, aby zrozumieć, gdzie AI wzmacnia obronę - i gdzie wprowadza nowe słabości. Zwraca szczególną uwagę na wykorzystywanie modeli, zatrucie danych, automatyzację ataków i operacyjne realia zabezpieczania systemów napędzanych przez AI w dużym stopniu.
Artykuły autorstwa Milesa Okady są wygenerowane przez AI i sprawdzane przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, rygor i odpowiedzialne relacjonowanie dynamicznie zmieniającego się krajobrazu bezpieczeństwa AI.