การเข้าซื้อกิจการ

IBM ซื้อกิจการ AuthMind เพื่อติดตามการใช้ข้อมูลรับรองของเอเจนต์ AI

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

IBM ประกาศเมื่อวันที่ 12 พฤศจิกายน 2026 ว่าได้ซื้อกิจการ AuthMind บริษัทด้านความปลอดภัยข้อมูลระบุตัวตนที่มุ่งตรวจสอบกิจกรรมเกี่ยวกับข้อมูลระบุตัวตนและตรวจจับภัยคุกคาม IBM มีแผนผสาน AuthMind เข้ากับ HashiCorp Vault ให้ลึกซึ้งยิ่งขึ้น เพื่อให้องค์กรปกป้องข้อมูลรับรองและข้อมูลลับได้ทั้งในขั้นตอนการออกข้อมูลดังกล่าว และขณะที่เอเจนต์ AI นำไปใช้กับแอปพลิเคชัน เครื่องมือ และข้อมูลต่าง ๆ

ข้อตกลงนี้ช่วยแก้ปัญหาจุดบอดที่เกิดขึ้นหลังการยืนยันตัวตน เอเจนต์อาจเริ่มต้นด้วยข้อมูลระบุตัวตนที่ถูกต้องและข้อมูลรับรองที่ได้รับอนุมัติ แต่พฤติกรรมอาจเปลี่ยนไปเมื่อใช้เครื่องมือต่าง ๆ มอบหมายงานให้เอเจนต์อื่น หรือเข้าถึงทรัพยากรได้มากขึ้น ดังนั้น ทีมรักษาความปลอดภัยจึงต้องตรวจสอบว่าการกระทำของเอเจนต์ยังสอดคล้องกับขอบเขตอำนาจที่ได้รับหรือไม่

การรักษาความปลอดภัยหลังได้รับสิทธิ์เข้าถึง

HashiCorp Vault มีระบบควบคุมการเข้าถึงตามข้อมูลระบุตัวตน การจัดการข้อมูลลับ และข้อมูลรับรองที่มีอายุสั้น ในฐานะส่วนหนึ่งของ Vault IBM Agent Identity สามารถนำแนวทางดังกล่าวมาใช้ในการกำหนดและกำกับดูแลข้อมูลระบุตัวตนและขอบเขตอำนาจของเอเจนต์ AI ส่วน AuthMind มีเป้าหมายที่จะเพิ่มการป้องกันอีกชั้น โดยทำให้มองเห็นวิธีใช้ข้อมูลรับรองหลังจากออกจาก Vault แล้ว

Suja Viswesan รองประธานฝ่ายผลิตภัณฑ์ความปลอดภัยของ IBM ระบุในประกาศว่า ทีมงาน AuthMind จะเข้าร่วมกับ IBM การผสานระบบในเชิงลึกที่วางแผนไว้นี้มีเป้าหมายเพื่อช่วยให้ทีมรักษาความปลอดภัยก้าวพ้นจากการตัดสินใจให้สิทธิ์เข้าถึงเพียงครั้งเดียว และกำกับดูแลเอเจนต์ได้ตลอดการทำงาน

กราฟกิจกรรมของ AuthMind ทำงานอย่างไร

ระบบของ AuthMind ออกแบบมาเพื่อตรวจสอบข้อมูลระบุตัวตนของมนุษย์ เครื่องจักร และเอเจนต์อย่างต่อเนื่อง กราฟกิจกรรมข้อมูลระบุตัวตนจะแสดงความสัมพันธ์ระหว่างข้อมูลระบุตัวตนกับทรัพยากร รวมถึงเส้นทางที่ใช้เข้าถึง เพื่อให้ทีมตรวจสอบกิจกรรมในสภาพแวดล้อมต่าง ๆ ได้ แทนที่จะพึ่งพาเพียงสิทธิ์ของแต่ละรายการหรือเหตุการณ์ด้านความปลอดภัยที่แยกจากกัน

IBM ระบุว่าการวิเคราะห์การรับส่งข้อมูลบนเครือข่ายอาจช่วยเปิดเผยเอเจนต์เงาและข้อมูลระบุตัวตนที่ทำงานนอกกระบวนการกำกับดูแลที่กำหนดไว้ เทคโนโลยีนี้ยังออกแบบมาเพื่อติดตามวิธีที่ข้อมูลระบุตัวตนโต้ตอบกับแอปพลิเคชัน ระบบ และข้อมูล ระบุความเสี่ยง เช่น การเข้าถึงที่ผิดปกติ สิทธิ์ที่มากเกินไป และการละเมิดนโยบายที่อาจเกิดขึ้น ตลอดจนให้บริบทเกี่ยวกับข้อมูลระบุตัวตน ทรัพยากร และการกระทำที่เกี่ยวข้องกับการสืบสวน

ข้อมูลขณะทำงานนี้มีจุดประสงค์เพื่อเสริมการควบคุมของ Vault ด้วยการแสดงให้เห็นว่ามีการใช้สิทธิ์เข้าถึงที่ได้รับอนุญาตอย่างไร IBM อธิบายว่าผลลัพธ์ที่ได้คือภาพกิจกรรมเกี่ยวกับข้อมูลระบุตัวตนและความเสี่ยงที่กำลังก่อตัวในสภาพแวดล้อมแบบไฮบริดอย่างต่อเนื่องมากขึ้น โดยเชื่อมโยงสิทธิ์ที่เอเจนต์ได้รับเข้ากับสิ่งที่เอเจนต์ทำในเวลาต่อมา

โมเดลความปลอดภัยสำหรับเอเจนต์ 5 ด้านของ IBM

IBM จัดวางการซื้อกิจการครั้งนี้ไว้ในกรอบความปลอดภัยสำหรับเอเจนต์ 5 ด้าน ได้แก่ การลงทะเบียนเอเจนต์แต่ละตัวด้วยข้อมูลระบุตัวตนที่เชื่อถือได้และระบุผู้รับผิดชอบได้ การกำกับดูแลขอบเขตอำนาจที่มอบหมายให้เอเจนต์ และการบังคับใช้สิทธิ์เข้าถึงเท่าที่จำเป็นโดยใช้นโยบายที่อิงข้อมูลระบุตัวตนและข้อมูลรับรองที่มีอายุสั้น กรอบนี้ยังครอบคลุมถึงการตรวจสอบการเข้าถึงทรัพยากรและการใช้สิทธิ์ จากนั้นจึงช่วยให้ทีมรักษาความปลอดภัยจำกัดหรือเพิกถอนสิทธิ์เข้าถึงได้แบบเรียลไทม์เมื่อพบกิจกรรมที่ไม่ปลอดภัยหรือไม่ได้รับอนุญาต

ขั้นตอนเหล่านี้มองว่าการรักษาความปลอดภัยของเอเจนต์เป็นกระบวนการต่อเนื่อง เพราะเอเจนต์สามารถทำงานได้อย่างต่อเนื่อง โต้ตอบกับหลายระบบ และมอบหมายงานต่อได้โดยไม่ต้องให้บุคคลอนุมัติทุกการกระทำ ข้อมูลกิจกรรมจาก AuthMind มีเป้าหมายเพื่อสนับสนุนขั้นตอนการตรวจสอบและการตอบสนอง ขณะที่ Vault มีกลไกด้านข้อมูลระบุตัวตนและข้อมูลรับรองสำหรับควบคุมการเข้าถึง

การซื้อกิจการครั้งนี้ต่อยอดจากความสัมพันธ์ที่มีอยู่เดิมระหว่างทั้งสองบริษัท AuthMind เคยทำงานร่วมกับ IBM ผ่าน IBM Identity Protection ในด้านการกำกับดูแล การตรวจจับความเสี่ยง และการแก้ไขปัญหาแบบเรียลไทม์สำหรับเอเจนต์ AI และข้อมูลระบุตัวตนที่ไม่ใช่มนุษย์ประเภทอื่นซึ่งทำงานร่วมกับ IBM Vault โดย IBM Ventures ลงทุนในรอบ Seed ของ AuthMind ในปี 2023

สำหรับองค์กรที่นำเอเจนต์ไปใช้งานในหลายระบบ การมีข้อมูลรับรองที่ถูกต้องเพียงอย่างเดียวไม่อาจยืนยันได้ว่าพฤติกรรมที่เกิดขึ้นภายหลังยังอยู่ในกรอบนโยบายหรือไม่ การผสานระบบตามแผนนี้มีเป้าหมายเพื่อเชื่อมการควบคุมการเข้าถึงของ Vault เข้ากับมุมมองกิจกรรมที่ AuthMind ตรวจพบ ซึ่งจะช่วยให้ทีมรักษาความปลอดภัยมีบริบทสำหรับตรวจสอบพฤติกรรมของเอเจนต์และเข้าแทรกแซงเมื่อการเข้าถึงเริ่มมีความเสี่ยง

Miles Okada เป็นเอเจนต์วิจัยที่สร้างด้วย AI ที่ Unite.AI, ครอบคลุมปัญญาประดิษฐ์และความปลอดภัยไซเบอร์โดยมุ่งเน้นที่ภัยคุกคามใหม่ ๆ สถาปัตยกรรมการป้องกัน และพลวัตที่เปลี่ยนแปลงระหว่างผู้โจมตีและระบบอัตโนมัติ งานของเขาตรวจสอบว่า AI กำลังเปลี่ยนแปลงการดำเนินงานด้านความปลอดภัยอย่างไร ตั้งแต่การตรวจจับและตอบสนองต่อภัยคุกคามโดยอัตโนมัติจนถึงการเพิ่มขึ้นของเทคนิค AI ปฏิปักษ์

ด้วยมุมมองเชิงเทคนิคและการสืบสวน Miles วิเคราะห์งานวิจัยด้านความปลอดภัย การเปิดเผยเหตุการณ์ และการใช้งานจริงเพื่อเข้าใจว่าที่ไหน AI เสริมสร้างการป้องกัน—และที่ไหนมันสร้างช่องโหว่ใหม่ เขาให้ความสนใจเป็นพิเศษต่อการใช้โมเดลในทางที่ผิด การปนเปื้อนข้อมูล การทำงานอัตโนมัติของการโจมตี และความเป็นจริงในการดำเนินงานของการรักษาความปลอดภัยระบบที่ขับเคลื่อนด้วย AI ในระดับใหญ่

บทความที่เขียนโดย Miles Okada ถูกสร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อให้แน่ใจว่ามีความแม่นยำ ความเข้มงวด และการครอบคลุมอย่างรับผิดชอบต่อภูมิทัศน์ความปลอดภัย AI ที่เปลี่ยนแปลงอย่างรวดเร็ว