Exabeam расширяет возможности Behavior Intelligence для противодействия рискам, возникающим в связи с появлением агентного ИИ. В этом релизе представлены проекты с открытым исходным кодом для верификации агентов и сбора телеметрии, расширенная наблюдаемость ИИ с поддержкой Anthropic Claude, более 50 новых детектирований на основе аналитики поведения агентов (ABA) (их общее число достигло 90), инструмент Exabeam Nova Content Creator, а также оценка соответствия стандарту OWASP Agentic Top 10 в Outcomes Navigator, что позволяет командам непрерывно проверять, наблюдать, анализировать и повышать безопасность ИИ-агентов.
Эти обновления важны сами по себе. Главное же заключается в том, как они работают в комплексе. Они предоставляют командам безопасности непрерывную модель для проверки, наблюдения, анализа и повышения безопасности ИИ-агентов.
ИИ стал операционным уровнем предприятия
Теперь ИИ встроен в корпоративные рабочие процессы, конвейеры разработки и операции безопасности. Организации развертывают агентов, способных рассуждать, вызывать API, взаимодействовать с данными и выполнять действия в системах. Сотрудники используют ко-пилоты для ускорения работы. Разработчики внедряют ИИ-ассистенты и инструменты командной строки. Бизнес-команды изучают возможности пользовательских ИИ-приложений.
Этот сдвиг меняет модель безопасности. Риск больше не ограничивается промптами и результатами их выполнения. Он определяется действиями.
Агенты извлекают данные, устанавливают пакеты, клонируют репозитории, запускают рабочие процессы и взаимодействуют с различными учетными записями и средами. Зачастую они выполняют многошаговые последовательности в инструментах и службах. Команды безопасности должны определять, являются ли эти действия ожидаемыми, авторизованными и соответствующими определенным ролям.
ИИ-агентам требуется больше, чем просто защитные барьеры. Им необходима поведенческая аналитика (Behavior Intelligence).
Почему защитных барьеров недостаточно
Агентный ИИ стирает границы между вводом и инструкцией. Внешний контент, включая документы, репозитории и тикеты, может непредсказуемым образом влиять на поведение. Документ, веб-страница, электронное письмо или сообщение могут выглядеть как информация, но функционировать как инструкция. В агентных системах такая инструкция может инициировать действие.
Защитные барьеры лишь частично снижают этот риск:
- Фильтрация входных и выходных данных снижает уровень подверженности угрозам
- Политики определяют допустимое использование
- Инструменты DLP обнаруживают перемещение конфиденциальных данных
Эти средства не устраняют риски на уровне действий.
Командам безопасности необходима видимость следующих аспектов:
- Какие инструменты вызвал агент
- К каким данным он получил доступ
- Какие действия он выполнил
- Соответствовало ли его поведение предполагаемой роли
По мере того как агенты выполняют многошаговые рабочие процессы в различных системах, риски на каждом этапе суммируются. Действия могут быть искаженными, избыточными, неавторизованными или аномальными в данном контексте.
Команды безопасности должны перейти от фильтрации контента к непрерывной оценке поведения. Когда входным данным нельзя доверять полностью, проверка должна быть сосредоточена на том, что делает агент.
Почему для защиты ИИ-агентов нужен подход, в основе которого лежит поведение
Exabeam применяет модель, ориентированную на поведение, для обеспечения безопасности предприятий, использующих агентов.
Современные среды ИИ характеризуются следующими признаками:
- Многомодельность
- Инфраструктура распределена между облачными, SaaS- и внутренними системами
- Непрерывное развитие
Они динамичны и часто опережают централизованное управление. Некоторые развертывания санкционированы. Другие носят экспериментальный характер. Некоторые появляются раньше, чем команды получают полную видимость. Одни только статичные средства контроля не способны справиться с такой сложностью.
Концепция Behavior Intelligence сосредоточена на следующих аспектах:
- Действия и поведенческие паттерны
- Контекст для людей, агентов и машин
- Динамическая оценка рисков и обнаружение аномалий
Этот подход помогает командам определять, является ли активность ожидаемой, аномальной или рискованной, и соответствующим образом расставлять приоритеты при расследовании. Он расширяет сферу безопасности за рамки входных и выходных данных, превращая активность агентов в аналитику поведенческих рисков.
Жизненный цикл поведенческой аналитики (Behavior Intelligence) для агентов
Exabeam выстраивает этот релиз вокруг непрерывного жизненного цикла: проверка (verify), наблюдение (observe), анализ (analyze), улучшение (improve).
- Проверка определяет, что разрешено делать агентам
- Наблюдение фиксирует активность во время выполнения
- Анализ обнаруживает злоупотребления, отклонения и риски
- Улучшение усиливает возможности обнаружения со временем
Этот жизненный цикл объединяет обнаружение, расследование и измерение в единую операционную модель в рамках New-Scale Fusion. Безопасность должна быть непрерывной, поскольку агенты рассуждают, адаптируются и действуют в нескольких системах одновременно.
Проверка: определение и валидация поведения агентов с помощью Praxen
Praxen — это проект с открытым исходным кодом для верификации поведения агентов от сообщества Open Agentic and AI Security Community.
Что он делает
Определяет рабочие обязанности (worker remit) — поведенческий контракт, определяющий роль агента, инструменты, разрешения и ограничения.
В чем его отличие
Проверяет промпты, доступ к инструментам, интеграции и разрешения до начала выполнения. Это позволяет сместить обеспечение безопасности на более ранние этапы жизненного цикла.
Результат для клиента
Выявляет:
- Избыточные разрешения
- Небезопасный доступ к инструментам
- Несоответствующие роли агентов
Это снижает риски до того, как агент начнет работу в рабочей среде.
Наблюдение: стандартизация телеметрии агентов с помощью Observra
Observra стандартизирует активность агентов в единую структурированную модель, соответствующую информационной модели Exabeam Common Information Model (CIM).
Что она делает
Собирает телеметрию, включая:
- Промпты и ответы
- Вызовы инструментов и обращение к API
- Действия и одобрения
- Доступ к данным и результаты
В чем ее отличие
Нормализует телеметрию из разнородных сред ИИ (коммерческих, созданных на заказ и агентов с открытым исходным кодом) в данные, совместимые с CIM.
Это гарантирует, что активность агентов станет доступной для поиска, корреляции и поведенческой аналитики.
Результат для клиента
Предоставляет единую поведенческую запись для временных шкал расследований, разработки правил детектирования и готовности к аудиту.
Этот релиз также расширяет возможности наблюдения за ИИ на Anthropic Claude в дополнение к ChatGPT, Gemini и Microsoft Copilot. Observra и расширенная поддержка Claude помогают командам ответить на ключевой вопрос: что произошло? В среде с поддержкой собственных ИИ-решений (BYO-AI) общая основа для сбора телеметрии имеет критически важное значение.
Агентский датчик Exabeam (Exabeam Agent Sensor) собирает унифицированную телеметрию с инструментов командной строки ИИ (CLI), работающих на корпоративных конечных точках.
Что он делает
Собирает телеметрию, включая:
- Жизненные циклы сеансов ИИ CLI
- Промпты пользователей
- Вызовы инструментов
- Использование токенов
- Затраты на агентов
Поддерживаемые инструменты ИИ включают Claude Code, Codex CLI и Gemini CLI, работающие на пользовательских устройствах.
В чем его отличие
Собирает данные о выполнении ИИ непосредственно с корпоративных конечных точек, где разработчики и технические специалисты все чаще полагаются на инструменты ИИ CLI при выполнении повседневных задач.
Это гарантирует, что активность агентов на конечных точках будет видимой, нормализованной в соответствии с общей информационной моделью Exabeam и готовой к обнаружению угроз и поведенческому анализу.
Результат для клиента
Предоставляет командам безопасности единую поведенческую запись об активности ИИ на корпоративных конечных точках, помогая аналитикам связать действия агента с пользователем, устройством и общей временной шкалой расследования.
Датчик Exabeam Agent Sensor помогает командам ответить на ключевой вопрос: что произошло на конечной точке? По мере того как инструменты ИИ CLI становятся частью корпоративных рабочих процессов, телеметрия на уровне конечных точек дает командам безопасности видимость, необходимую для обнаружения рискованного поведения, расследования действий агентов и интеграции нечеловеческих инсайдеров в рабочий процесс SOC.
Множество вариантов наблюдения за агентами
Телеметрия агентов поступает не из одного источника. Предприятия используют коммерческие ИИ-платформы, инструменты ИИ CLI на конечных точках и созданных на заказ агентов. Exabeam поддерживает все три варианта.
Для пользовательских агентов Observra предоставляет библиотеку для разработчиков, позволяющую генерировать структурированную телеметрию.
Для инструментов искусственного интеллекта с интерфейсом командной строки (CLI) на базе конечных точек Exabeam Agent Sensor фиксирует активность таких инструментов, как Claude Code, Codex CLI и Gemini CLI, запущенных на пользовательских машинах.
Для коммерческих платформ искусственного интеллекта встроенные коллекторы Exabeam фиксируют активность поддерживаемых сервисов, включая Gemini, Claude, Microsoft Copilot, OpenAI и ChatGPT.
Это предоставляет командам безопасности гибкую телеметрическую основу для анализа поведения агентов, временных шкал расследований, разработки правил обнаружения и готовности к аудиту.
Анализ: обнаружение рисков агентов с помощью расширенного анализа поведения агентов (ABA)
Риск агентов имеет поведенческий характер. Он часто проявляется в виде отклонений, злоупотреблений или аномальной активности, а не в виде известного индикатора компрометации.
Что это делает
Добавляет:
- Более 50 новых правил обнаружения ABA, доведя общее количество до 90
- Всего 75 правил обнаружения ИИ
- 66 правил динамического поведенческого профиля
В чем отличие
Сочетает базовые показатели поведения, статические индикаторы и контекст обогащения для обнаружения угроз, изначально присущих ИИ.
Результат для клиента
Обнаруживает такие риски, как:
- События жизненного цикла агента: Первое или аномальное создание агента; Неожиданное изменение, удаление или предоставление общего доступа
- Первое или аномальное создание агента
- Неожиданное изменение, удаление или предоставление общего доступа
- Промпт-инъекции и манипуляции с инструкциями: Попытки раскрыть системные промпты; Инъекции закодированных полезных нагрузок; Инструкции, предназначенные для обхода защитных механизмов
- Попытки раскрыть системные промпты
- Инъекции закодированных полезных нагрузок
- Инструкции, предназначенные для обхода защитных механизмов
- Активность автономных инструментов и пакетов: Первая или аномальная установка пакетов; Неожиданное использование фреймворков
- Первая или аномальная установка пакетов
- Неожиданное использование фреймворков
- Экстракция данных и нарушения DLP: Крупные передачи данных из доменов ИИ/МО; Аномальные объемы данных; Коррелированные сторонние оповещения DLP
- Крупные передачи данных из доменов ИИ/МО
- Аномальные объемы данных
- Коррелированные сторонние оповещения DLP
- Злоупотребление ресурсами и аномальная активность: Аномальное потребление токенов; Высокий объем запросов или вызовов инструментов
- Аномальное потребление токенов
- Высокий объем запросов или вызовов инструментов
- Нарушения защитных механизмов: Первое или повторяющееся злоупотребление с высоким уровнем риска; Нарушение политик пользователем или отделом
- Первое или повторяющееся злоупотребление с высоким уровнем риска
- Нарушение политик пользователем или отделом
- Риски цепочки поставок и доступа: Первый доступ на основе токенов к конечным точкам серверов MCP или репозиториям GitHub; Несанкционированные изменения папок или репозиториев; Подозрительное использование портов и шаблоны подключений
- Первый доступ на основе токенов к конечным точкам серверов MCP или репозиториям GitHub
- Несанкционированные изменения папок или репозиториев
- Подозрительное использование портов и шаблоны подключений
Exabeam преобразует телеметрию в аналитическую информацию о поведенческих рисках для пользователей, агентов и машин. Цель состоит в том, чтобы определить, является ли активность ожидаемой, аномальной или требующей расследования.
Усовершенствование: ускорение разработки правил обнаружения с помощью Exabeam Nova Content Creator
Среды агентов развиваются быстро. Разработка правил обнаружения должна адаптироваться с той же скоростью.
Что это делает
Обеспечивает создание и настройку правил обнаружения на основе естественного языка.
В чем отличие
- Создает правила корреляции и поведенческие модели из естественного языка
- Настраивает правила обнаружения без ручного редактирования JSON
- Преобразует правила Sigma и YARA в контент обнаружения
Результат для клиента
Снижает объем ручного труда, ускоряет разработку и улучшает покрытие без необходимости глубокого экспертного владения платформой. Это помогает командам быстрее переходить от идеи обнаружения к работающему контенту с меньшими трудностями.
Усовершенствование: оценка готовности с помощью покрытия OWASP Agentic Top 10
Инструмент Outcomes Navigator теперь включает оценку покрытия, согласованную с топ-10 рисков автономных агентов по версии OWASP (OWASP Agentic Top 10).
Что это делает
Сопоставляет покрытие обнаружения с категориями угроз, специфичными для ИИ.
В чем отличие
Предоставляет измеримую структуру для оценки рисков агентов, дополняющую MITRE ATT&CK®.
Результат для клиента
- Выявляет пробелы в покрытии
- Расставляет приоритеты для инвестиций в обнаружение
- Отслеживает улучшение уровня готовности с течением времени
Агент Exabeam Nova Advisor предоставляет рекомендации для определения дальнейших шагов, предоставляя руководителям служб безопасности и командам разработки правил обнаружения способ ответить на все более частый вопрос: защищены ли мы от угроз со стороны агентов ИИ?
Расширение операций безопасности на агентов ИИ
Агенты ИИ функционируют в рамках систем, учетных записей, данных и рабочих процессов. Их риски не вписываются в традиционные модели обнаружения.
Организации должны расширять существующие операции безопасности, а не заменять их. У большинства команд уже есть SIEM-системы, конвейеры данных, системы управления идентификацией, облачные платформы, инструменты для конечных точек, контент обнаружения и процессы управления. Им необходимо распространить эти инвестиции на поддержку агентов ИИ, не добавляя разрозненных инструментов.
Этот выпуск поддерживает четыре приоритета в New-Scale Fusion:
- Расширяет поведенческую аналитику на людей, машины и агентов
- Совершенствует взаимодействие человека и агента
- Обеспечивает непрерывную оптимизацию за счет измеримого покрытия
- Поддерживает многомодельные среды с использованием собственных моделей искусственного интеллекта (bring-your-own-AI)
Этот подход позволяет организациям защищать агентов ИИ без фрагментации своей архитектуры безопасности. Он отражает растущий разрыв: внедрение ИИ во многих организациях происходит быстрее, чем внедрение средств управления. Командам безопасности необходимы прозрачность и контроль наряду с четким и жизнеспособным путем развития.
Что включает в себя этот выпуск
- Интеллектуальный анализ поведения для агентов ИИ на протяжении всего жизненного цикла
- Открытая основа для телеметрии агентов
- Расширенные правила обнаружения ABA, нацеленные на реальные злоупотребления и отклонения в работе агентов
- Более быстрая разработка правил обнаружения с помощью Exabeam Nova Content Creator
- Измеримое покрытие благодаря оценке по стандарту OWASP Agentic Top 10
Этот выпуск предоставляет командам безопасности непрерывную модель обеспечения безопасности агентного ИИ: проверка того, что разрешено делать агентам, наблюдение за их действиями, анализ поведения на предмет злоупотреблений и отклонений, а также улучшение покрытия обнаружения с течением времени.
Ознакомьтесь с новыми возможностями в выпуске за июль 2026 года
Эти обновления расширяют возможности анализа поведения, помогая вам проверять, наблюдать, анализировать и улучшать безопасность агентов ИИ.
Агентное предприятие требует новой модели безопасности. Обеспечивайте безопасность поведения, а не только входных данных. Ознакомьтесь с примечаниями к выпуску, чтобы изучить все возможности, и зарегистрируйтесь на вебинар, чтобы увидеть их в действии.
