ความปลอดภัยไซเบอร์

iboss เปิดตัว AI DLP เพื่อควบคุมข้อมูลแบบเรียลไทม์บนคลาวด์และ AI

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

iboss ประกาศเปิดตัว AI DLP เมื่อวันที่ 3 พฤศจิกายน 2026 ซึ่งเป็นผลิตภัณฑ์ป้องกันข้อมูลสูญหายที่ออกแบบมาเพื่อตรวจสอบเนื้อหาแบบเรียลไทม์บนเครื่องมือ AI แอปพลิเคชันคลาวด์ และปลายทางออนไลน์อื่น ๆ บริษัทวางแผนเปิดให้ทดลองใช้แบบส่วนตัวในเดือนธันวาคม 2026

ผลิตภัณฑ์นี้มุ่งแก้ข้อจำกัดของการป้องกันข้อมูลสูญหายแบบเดิม กฎที่อาศัยนิพจน์ทั่วไปและการจับคู่รูปแบบจะค้นหารูปแบบที่กำหนดไว้ล่วงหน้า เช่น หมายเลขบัญชีหรือชุดอักขระรหัสประจำตัว ขณะที่การควบคุมที่อาศัยป้ายกำกับอาจตรวจไม่พบไฟล์ที่ติดป้ายกำกับผิดหรือไม่มีป้ายกำกับ ตัวอย่างเช่น ไฟล์ที่แชร์ไปยังไดรฟ์คลาวด์ แบบฟอร์มที่ส่งไปยังเว็บแอปพลิเคชัน และซอร์สโค้ดที่วางลงในเครื่องมือ AI ซึ่งทั้งหมดอาจมีข้อมูลละเอียดอ่อนโดยไม่ตรงกับรูปแบบตายตัว

การตรวจสอบเนื้อหาและการควบคุมนโยบาย

AI DLP ผสานการจัดประเภทด้วย AI และแมชชีนเลิร์นนิงเข้ากับการตรวจสอบเนื้อหาเชิงลึก เพื่อตรวจสอบข้อมูลขณะมีการเคลื่อนย้าย การวิเคราะห์ไฟล์และการรู้จำอักขระด้วยแสงช่วยขยายการตรวจสอบไปยังเอกสารและข้อความในภาพ โดยครอบคลุมเนื้อหาที่ติดป้ายกำกับ ติดป้ายกำกับผิด หรือไม่มีป้ายกำกับ แนวทางนี้กำหนดการบังคับใช้นโยบายตามเนื้อหาจริงของไฟล์หรือพรอมต์ แม้กฎรูปแบบและเมทาดาทาจะไม่ให้สัญญาณที่เชื่อถือได้ก็ตาม

สามารถกำหนดขอบเขตของนโยบายตามผู้ใช้ กลุ่ม หรือแผนก เพื่อระบุ แจ้งเตือน หรือหยุดการถ่ายโอนที่เกี่ยวข้องกับซอร์สโค้ด ข้อมูลลูกค้า ข้อมูลที่ระบุตัวบุคคลได้ และทรัพย์สินทางปัญญา นอกจากนี้ เอกสารประกอบ DLP ของ iboss ยังอธิบายการกำหนดขอบเขตตามต้นทางและปลายทาง ข้อยกเว้นที่ระบุชื่อไว้ และการตอบสนองต่าง ๆ ซึ่งรวมถึงการบล็อก การเก็บสำเนาไฟล์ การบันทึกล็อก การแจ้งเตือน และการกำหนดระดับความรุนแรง การละเมิดนโยบายสามารถรวบรวมเป็นเหตุการณ์ที่ให้คะแนนตามความเสี่ยง พร้อมลำดับเวลาของเหตุการณ์และหลักฐานจากไฟล์ที่บันทึกไว้ ทำให้นักวิเคราะห์มีกรณีให้ตรวจสอบและปิดงาน แทนที่จะเห็นเพียงรายการบันทึกแต่ละรายการ

การรับส่งข้อมูลที่เข้ารหัสและกิจกรรมของเอเจนต์

การควบคุมที่เข้าใจเนื้อหาจำเป็นต้องมองเห็นข้อมูลมากกว่าแค่ปลายทาง คำอธิบายเกี่ยวกับ AI DLP ของ iboss ระบุว่า โดยทั่วไปแล้วการควบคุมเครื่องมือ AI บนเว็บในระดับนี้จำเป็นต้องตรวจสอบเซสชันที่เข้ารหัส หากไม่มีการตรวจสอบดังกล่าว ระบบอาจเห็นว่าข้อมูลกำลังส่งไปที่ใด แต่ไม่เห็นพรอมต์หรือไฟล์ที่ส่ง การมองเห็นนี้ช่วยให้ใช้นโยบายด้านเนื้อหากับการสนทนาผ่านแชต AI ได้เช่นเดียวกับการอัปโหลดข้อมูลขึ้นเว็บประเภทอื่น

การควบคุมยังครอบคลุมมากกว่าการที่คนวางข้อความลงในหน้าต่างแชต โดยสามารถกำกับได้ว่าเอเจนต์อัตโนมัติจะใช้บริการ AI เครื่องมือ และ API ใดได้บ้าง พร้อมเก็บบันทึกกิจกรรมของเอเจนต์ไว้ แนวทางนี้เชื่อมโยงการกำกับดูแลเอเจนต์เข้ากับรูปแบบการบังคับใช้นโยบายเดียวกับที่ใช้กับเซสชัน AI แบบโต้ตอบ โดยครอบคลุมการเคลื่อนย้ายข้อมูลที่เริ่มต้นโดยซอฟต์แวร์เช่นเดียวกับที่เริ่มต้นโดยพนักงาน

ป้ายกำกับ หลักฐานการตรวจสอบ และสถาปัตยกรรมแพลตฟอร์ม

เมื่อมีป้ายกำกับระดับความลับของ Microsoft Information Protection อยู่ AI DLP จะอ่านและบังคับใช้ป้ายกำกับเหล่านั้นระหว่างการรับส่งข้อมูล เอกสารประกอบผลิตภัณฑ์อธิบายการตัดสินใจอนุญาตหรือบล็อกเป็นรายป้ายกำกับและรายปลายทาง โดยใช้การซิงโครไนซ์ป้ายกำกับของ Microsoft Purview ขณะที่การตรวจสอบเนื้อหายังคงครอบคลุมเอกสารที่ไม่มีป้ายกำกับ ดังนั้น ป้ายกำกับจึงกลายเป็นข้อมูลหนึ่งที่ใช้ประกอบการกำหนดนโยบายควบคู่ไปกับการวิเคราะห์เนื้อหา ช่วยลดการพึ่งพาการที่เอกสารทุกฉบับต้องมีเมทาดาทาที่ถูกต้อง

การรายงานประกอบด้วยการให้คะแนนความเสี่ยงด้านการสูญหายของข้อมูลและรายงาน GDPR, HIPAA, PCI-DSS และ SOX ที่สร้างได้ด้วยคลิกเดียว ซึ่งมีจุดประสงค์เพื่อให้ผู้ตรวจสอบมีหลักฐานว่าอะไรถูกตรวจพบและถูกระงับไว้ iboss ระบุว่าการรับส่งข้อมูลของลูกค้าแต่ละรายจะได้รับการประมวลผลในคอนเทนเนอร์เฉพาะ โดยใช้คีย์ SSL ที่แยกจากกันและที่อยู่ IP เฉพาะ อีกทั้งข้อมูลของลูกค้าจะไม่ถูกนำมาปะปนกัน AI DLP ทำงานควบคู่กับบริการ Secure Web Gateway, CASB, GenAI Protection และ Zero Trust Network Access ของบริษัท โดยใช้คอนโซล กลไกนโยบาย และดาต้าเลกร่วมกัน

มีกำหนดจัด การสาธิตออนไลน์ 30 นาที ในวันที่ 5 พฤศจิกายน 2026 เวลา 12:00 น. ET ก่อนเปิดให้ทดลองใช้ในเดือนธันวาคม ประเด็นที่ควรแยกให้ชัดในทางปฏิบัติคือสิ่งที่ประกาศไว้ในแผนการออกแบบกับความพร้อมใช้งานจริง โดย iboss ได้นำเสนอระนาบควบคุมเดียวที่เข้าใจเนื้อหาและครอบคลุมการเคลื่อนย้ายข้อมูลที่ขับเคลื่อนโดยทั้งคนและเอเจนต์ ส่วนการทดลองใช้แบบส่วนตัวคือขั้นตอนที่กำหนดไว้เพื่อเริ่มนำแนวทางนี้ไปปฏิบัติจริง

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