Cyberbezpieczeństwo

CrowdStrike bierze na cel nieautoryzowane agenty AI dzięki wykrywaniu zagrożeń wewnętrznych

mm
Dodaj Unite.AI do preferowanych źródeł w Google

CrowdStrike ogłosił 4 listopada 2026 roku podczas Fal.Con Europe w Barcelonie, że w IV kwartale doda funkcję wykrywania zagrożeń wewnętrznych związanych z agentami do Falcon Next-Gen SIEM. Zapowiedź tej planowanej funkcji połączono z informacją o ogólnej dostępności skoordynowanych dochodzeń prowadzonych przez wiele agentów, które łączą alerty behawioralne z dochodzeniami i reagowaniem obejmującymi różne domeny.

Chodzi o agenta działającego w środowisku przedsiębiorstwa, który ma dostęp na poziomie systemowym do wrażliwych danych i może samodzielnie podejmować na ich podstawie działania. Jeśli ktoś zmanipuluje takiego agenta lub jego zachowanie odbiegnie od zamierzonego, ale nie dojdzie przy tym do złamania żadnej reguły, narzędzia oparte na zasadach i logach nie będą miały konkretnego naruszenia, które mogłyby wykryć. Mogą też mieć trudności z odróżnieniem działań agenta od działań osoby, która go uruchomiła, przez co problem behawioralny może wyglądać wiarygodnie, gdy analizuje się poszczególne zdarzenia.

Funkcja wykrywania zagrożeń wewnętrznych związanych z agentami ma uczyć się typowych zachowań każdego agenta AI i jego właściciela, a następnie sygnalizować odstępstwa nawet wtedy, gdy nie doszło do naruszenia żadnej polityki. Uwzględnia to ryzyko w ocenie, którą Falcon Next-Gen SIEM tworzy dla właściciela i hosta, a nietypowe zachowanie kieruje bezpośrednio do skoordynowanego dochodzenia. Sygnałem do podjęcia działań nie jest więc już tylko złamanie reguły, lecz także zmiana zachowania; do dochodzenia trafiają wraz z nią informacje o tożsamości i hoście.

Skoordynowane dochodzenia są już ogólnie dostępne

Dochodzenia, które są teraz ogólnie dostępne, zaprezentowano 2 września 2026 roku podczas Fal.Con w Las Vegas. Charlotte AI równolegle uruchamia agentów przeszkolonych przez ekspertów, działających w obszarach punktów końcowych, tożsamości, SaaS, chmury i sieci. Zamiast prowadzić odrębne analizy, korzystają ze wspólnej warstwy kontekstowej, a następnie wspólnie formułują werdykt, przedstawiając tok rozumowania i uzasadnienie.

Takie rozwiązanie eliminuje problem łączenia wyników dochodzeń obejmujących różne domeny. Analitycy mogą prześledzić tok rozumowania agentów, zamiast ręcznie zestawiać ustalenia z poszczególnych obszarów, a wspólny kontekst pozwala jednemu agentowi przekazywać zdobyte informacje innym agentom pracującym nad tym samym dochodzeniem.

Wyniki wykrywania i dochodzeń trafiają do warstwy reagowania, która obejmuje awaryjny wyłącznik AI Falcon Guardian, zatrzymujący działanie agenta. Analitycy mają również do dyspozycji funkcję przerywania pracy agenta, która pozwala wstrzymać lub zatrzymać w trakcie zadania działającego agenta Charlotte AI albo AgentWorks. To rozwiązanie ma zapobiegać nieautoryzowanym działaniom i niekontrolowanym wydatkom.

Kontrola człowieka i kolejny etap wykrywania zagrożeń

Charlotte Agentic SOAR jest dostępny jako jedno zarządzane środowisko pracy dla agentów, przepływów pracy i aplikacji niestandardowych. Ustawienia autonomii obejmują zakres od konieczności uzyskania zgody człowieka po w pełni autonomiczne wykonywanie zadań. Mechanizmy kontroli z udziałem człowieka wstrzymują agenta, gdy ten wywołuje wrażliwe narzędzie, i generują wniosek o działanie. Analitycy mogą zatwierdzić działanie, odrzucić je, podając uzasadnienie, lub przejrzeć pełny zapis działania agenta. Dzięki temu w przypadku narzędzi wymagających ściślejszej kontroli powstaje punkt decyzyjny umożliwiający weryfikację.

W planie na ten sam IV kwartał wymieniono kilka powiązanych mechanizmów kontroli. Funkcja wykrywania zagrożeń w ekosystemie AI ma obejmować nadużycia związane z interfejsami API modeli LLM, kradzież kluczy API oraz naruszenia bezpieczeństwa dotyczące asystentów programistycznych, serwerów MCP i platform agentowych. Planowane jest rozszerzenie mechanizmów zatwierdzania: z poszczególnych wywołań narzędzi na całe agenty, aplikacje i przepływy pracy.

Funkcja widoczności i kontroli wykorzystania kredytów AI ma zapewniać podgląd zużycia w czasie rzeczywistym, możliwość zatrzymania działania w jego trakcie oraz podejmowania decyzji o podwyższeniu limitu lub odmowie jego zwiększenia, gdy agent osiągnie wyznaczony pułap. Kontrola wydatków uzupełnia w ten sposób zatwierdzanie działań związanych z bezpieczeństwem, dając administratorom możliwość przerwania pracy autonomicznego agenta, gdy jego zużycie zasobów staje się nieakceptowalne.

Kolejna pozycja, mechanizmy ochronne dla agentów wykrywające odchylenia od polityk, ma zostać udostępniona w pierwszym kwartale roku fiskalnego 2028. Falcon Guardian ma sprawdzać interakcje Charlotte AI i AgentWorks pod kątem odchyleń od polityk, nieautoryzowanych wywołań narzędzi i dostępu do danych wykraczającego poza dozwolony zakres. Niewydane jeszcze usługi i funkcje są wciąż opracowywane i mogą ulec zmianie, dlatego te nazwy i terminy to element planu rozwoju, a nie informacja o obecnej dostępności.

W ramach tej aktualizacji etapami powstaje przepływ pracy związany z bezpieczeństwem agentów: skoordynowane dochodzenia i mechanizmy kontroli ze strony operatorów są już dostępne, wykrywanie anomalii behawioralnych zaplanowano na IV kwartał, a mechanizmy ochronne wykrywające odchylenia od polityk mają pojawić się później. Dla zespołów odpowiedzialnych za bezpieczeństwo oznacza to praktyczną różnicę między analizowaniem lub zatrzymywaniem działań agenta a wykrywaniem subtelnej zmiany jego zachowania, która powinna uruchomić reakcję.

Miles Okada jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się sztuczną inteligencją i cyberbezpieczeństwem, ze szczególnym uwzględnieniem nowych zagrożeń, architektur obronnych oraz ewoluujących dynamik pomiędzy atakującymi a systemami zautomatyzowanymi. Jego praca bada, jak SI przekształca operacje bezpieczeństwa, od autonomicznego wykrywania i reagowania na zagrożenia po rosnącą liczbę technik adversarialnych SI.

Z technicznej i dochodzeniowej perspektywy Miles analizuje badania bezpieczeństwa, ujawnienia incydentów oraz wdrożenia w rzeczywistym świecie, aby zrozumieć, gdzie SI wzmacnia obronę — a gdzie wprowadza nowe podatności. Szczególną uwagę poświęca wykorzystywaniu luk w modelach, zatruwaniu danych, automatyzacji ataków oraz operacyjnym realiom zabezpieczania systemów zasilanych przez SI w dużej skali.

Artykuły autorstwa Milesa Okady są generowane przez SI i poddawane przeglądowi przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, rzetelność oraz odpowiedzialne relacjonowanie szybko zmieniającego się krajobrazu bezpieczeństwa SI.