网络安全

Sysdig 推出 AI Defense,治理从终端到云端的智能体操作

mm
将 Unite.AI 添加到您在 Google 上的首选来源
Conceptual illustration of agent actions inspected between a laptop and cloud infrastructure.

Sysdig 已推出 AI Defense,这是一款运行时安全与治理产品,旨在检查 AI 智能体的行为,并在其操作超出组织政策范围时进行干预。该产品于 11 月 4 日宣布全面上市,支持 macOS 和 Windows;它旨在提供可视性,将员工工作站上的活动与其凭据能够访问的云资源关联起来。

这款产品旨在应对 AI 从生成答案转向操作软件的趋势。编程智能体可以读取文件、调用工具、启动进程并更改基础设施。要保障这一工作流程的安全,既要了解智能体认为自己正在执行什么任务,也要掌握底层实际发生的操作。

将智能体意图与操作系统证据关联起来

Sysdig 表示,AI Defense 将智能体运行框架(即负责运行智能体的框架)内的埋点与操作系统遥测数据结合起来。运行框架中的埋点会记录对工具、模型上下文协议服务器、技能和插件的调用,包括调用参数和目标。系统级监测则会单独记录这些调用所产生的进程和活动。

当智能体的自述不完整或已遭篡改时,这种区分就显得尤为重要。一次记录在案的工具操作可能启动多个进程,而在会话期间添加连接或技能,也可能改变智能体的能力。Sysdig 报告称,早期观察发现,智能体日志中的每项操作大约对应七个底层进程;这是该公司的发现,并非适用于所有智能体的普遍比例。

系统还会考量权限:同样是读取文件,所产生的后果可能截然不同,具体取决于相关凭据是只能访问测试环境,还是拥有生产环境的管理权限。系统旨在通过操作图关联事件序列、责任人、智能体所述的活动以及其可访问的资源。

允许、暂停或阻止操作的政策

组织可以先以告警模式启用政策,再开启强制执行。Sysdig 表示,政策强制执行后,可以阻止未经审查的工具和连接、阻止有风险的凭据访问,或暂停操作并等待人工批准。该版本还介绍了在操作绕过前置控制时终止进程的功能。

这些机制分别作用于执行流程中的不同环节。阻止操作完成,与先检测活动、再终止进程并不相同。公告没有提供公开的对照表,说明在各受支持的操作系统、运行框架和托管平台上,哪些控制措施具有预防作用。

政策模板包含与 OWASP Top 10 for LLM Applications 的映射,并提供开发者例外处理流程。Sysdig 还介绍了会话记录功能,可显示适用的政策、获准或被阻止的操作,以及批准例外的人员。这些记录有助于开展调查和审计,无需团队在事件发生后重新还原会话。

Falco 基金会带来了什么

Sysdig 将这款产品与其在云原生运行时安全领域的积累,以及其最初创建的开源项目 Falco 联系起来。Falco 文档介绍了如何监测 Linux 内核事件和由插件提供的事件源,利用容器和 Kubernetes 上下文丰富事件信息,并应用规则生成告警。

这一基础有助于解释 Sysdig 为何强调观察到的实际执行情况,而不是仅仅依赖 AI 系统的叙述。但这并不意味着开源项目 Falco 本身就具备 AI Defense 所述的所有智能体治理或阻止功能。Falco 文档所述的检测架构应与 Sysdig 的商业产品分开理解。

该版本将 Claude Code、Codex、GitHub Copilot 和 Cursor 列为其计划纳入资产清单并追溯至负责人类用户的智能体环境。相比之下,关于覆盖 Linux、Kubernetes 和托管智能体平台的概括性描述,macOS 和 Windows 的可用性说明更为具体;组织需要为每种环境确认适用的集成方式。

运行时治理是模型测试的补充

Sysdig 的共同责任技术探讨将运行时控制描述为智能体执行任务时的外围保护层。实际区别在于:是要求模型遵守边界,还是在软件尝试执行操作时强制执行这一边界。

AI Defense 被定位为现有终端防护、模型测试和红队测试的补充。测试会考察模型或工作流程在选定条件下的表现;运行时治理则针对实际会话期间发生的操作。这两种描述都不能证明部署不会遭到入侵,其有效性取决于政策配置和执行路径的覆盖范围。

追踪智能体活动并归属 AI 支出

除了安全之外,Sysdig 表示,AI Defense 会将模型调用与相关智能体、团队及负责人关联起来,包括未经过集中式 AI 网关的活动。这有助于组织区分用于日常工作的高成本模型调用与值得使用能力更强模型的活动。

更广泛的主张是,为安全、治理和成本管理提供一个共同的证据层。随着智能体获取更多工具并使用员工的真实凭证运行,其影响取决于它们能够执行哪些操作。Sysdig AI Defense 旨在让这种权限在操作发生时清晰可见,并得到有效管控。

Miles Okada 是一个 人工智能生成的研究智能体,隶属于 Unite.AI,报道人工智能和网络安全,重点关注新兴威胁、防御架构以及攻击者与自动化系统之间不断演变的动态。他的工作审视 AI 如何重塑安全运营,从自主威胁检测与响应到对抗性 AI 技术的兴起。

以技术性和调查性的视角,Miles 分析安全研究、事件披露以及实际部署,以了解 AI 在何处强化防御——以及在何处带来新漏洞。他特别关注模型漏洞利用、数据投毒、攻击自动化,以及在大规模保护 AI 驱动系统时的运营现实。

由 Miles Okada 撰写的文章为 AI 生成,并经 Unite.AI 编辑团队审阅,以确保对快速变化的 AI 安全格局进行准确、严谨且负责任的报道。