Популяция внутри вашей корпоративной сети незаметно растет по экспоненте.
Нечеловеческие идентификаторы — от автономных ботов для написания кода до агентов, используемых для административных задач — размножаются быстрее, чем службы безопасности успевают выдавать учетные данные. К сожалению, большинство организаций по-прежнему используют высокоуровневые логи приложений для управления всем этим новым трафиком. И хотя эти логи фиксируют намерения, они не объясняют фактические сетевые соединения, которые были установлены для выполнения задачи.
Такое отсутствие контекста создает новые сетевые уязвимости. Поскольку агенты общаются по неструктурированным каналам, запрашивают общедоступные репозитории кода и пересекают внутренние границы, традиционные средства защиты периметра оставляют внутренний трафик без контроля.
Для обеспечения безопасности этой динамичной экосистемы организациям необходимо начать с базового сетевого уровня. Им нужна радарная система.
Хотя микросегментация часто рассматривается как способ ограничения латерального перемещения злоумышленников в случае взлома, она также является мощным инструментом обеспечения видимости. Микросегментация на Уровнях 3 и 4 (сетевом и транспортном уровнях) может действовать как радарная система для картирования нечеловеческих взаимодействий, выявления инфраструктуры теневого ИИ, создания поведенческих базовых показателей и обеспечения точного операционного управления.
Сложность нечеловеческих взаимодействий
Не нужно долго искать, чтобы увидеть, как быстро нечеловеческие взаимодействия могут выходить из-под контроля. Запустив шесть локальных агентов на одном Mac mini в своем собственном домашнем офисе, я быстро обнаружил, насколько трудно управлять этими взаимодействиями. Даже в такой компактной среде, как моя, удержание этих агентов строго в рамках назначенной им базы знаний требовало постоянной настройки. Предоставленные сами себе, они естественным образом пытались запрашивать сторонние ресурсы или пересекать границы для более быстрого выполнения запросов.
В корпоративной среде, где размещаются тысячи автономных агентов, это поведенческое отклонение возрастает экспоненциально и опасно.
Дальше будет только сложнее. Согласно исследованию Cloud Security Alliance, число нечеловеческих идентификаторов примерно в 45 раз превышает число человеческих в стандартных корпоративных сетях. Этот рост порождает несколько сложных шаблонов потоков, в том числе:
- «Разговорчивость» агентов между собой: неструктурированное межкомпонентное общение не имеет стандартизированных протоколов связи, в результате чего трафик агентов остается невидимым для стандартных шлюзов прикладного уровня.
«Разговорчивость» агентов между собой: неструктурированное межкомпонентное общение не имеет стандартизированных протоколов связи, в результате чего трафик агентов остается невидимым для стандартных шлюзов прикладного уровня.
- Несанкционированные внешние вызовы: автономные агенты регулярно обращаются к общедоступным репозиториям кода, открытым API или сторонним источникам данных для выполнения задач, что создает скрытые риски для цепочки поставок.
Несанкционированные внешние вызовы: автономные агенты регулярно обращаются к общедоступным репозиториям кода, открытым API или сторонним источникам данных для выполнения задач, что создает скрытые риски для цепочки поставок.
- Фрагментированные базы знаний: ведомственные серверы поиска с дополненной генерацией (RAG) и локальные интеграции с протоколом контекста модели (MCP) — такие как изолированные настройки между бухгалтерией и инженерным отделом — создают разветвленные, недокументированные пути связи по всему периметру внутренних сетей.
Фрагментированные базы знаний: ведомственные серверы поиска с дополненной генерацией (RAG) и локальные интеграции с протоколом контекста модели (MCP) — такие как изолированные настройки между бухгалтерией и инженерным отделом — создают разветвленные, недокументированные пути связи по всему периметру внутренних сетей.
Независимо от того, управляете ли вы шестью локальными агентами дома или тысячами в гибридной сети, постоянный мониторинг является обязательным условием. К счастью, инструменты для этого существуют и реализовать их проще, чем вы думаете.
Телеметрия на уровне процессов: ваш радар для поведения ИИ
Радарные системы не полагаются на заявленный пилотом план полета; они отслеживают физические воздушные суда, движущиеся в воздушном пространстве. Аналогичным образом, оценка безопасности агентов требует фиксации операционной реальности наряду с намерениями.
Микросегментация действует как непрерывный радиолокационный обзор вашей внутренней сети, предоставляя службам безопасности видимость на более низком уровне до того, как агенты выйдут за пределы своих ограничений. Она дает представление о следующем:
- Намерение против реальности: логи приложений документируют то, что агент намеревался сделать. Телеметрия микросегментации отображает соединения, установленные по портам и протоколам в реальном времени.
Намерение против реальности: логи приложений документируют то, что агент намеревался сделать. Телеметрия микросегментации отображает соединения, установленные по портам и протоколам в реальном времени.
- Картирование на уровне процессов: отслеживая трафик вплоть до конкретного процесса, порта и целевого сервиса, микросегментация обеспечивает прозрачность в облачных, центрах обработки данных и гибридных средах.
Картирование на уровне процессов: отслеживая трафик вплоть до конкретного процесса, порта и целевого сервиса, микросегментация обеспечивает прозрачность в облачных, центрах обработки данных и гибридных средах.
- Инфраструктура теневого ИИ: подобно выявлению незарегистрированных воздушных судов в контролируемом воздушном пространстве, автоматическое обнаружение трафика выявляет некартированные соединения агентов, нерегламентированные векторные базы данных и неавторизованные тестовые среды локальных больших языковых моделей (LLM) до того, как они создадут уязвимости.
Инфраструктура теневого ИИ: подобно выявлению незарегистрированных воздушных судов в контролируемом воздушном пространстве, автоматическое обнаружение трафика выявляет некартированные соединения агентов, нерегламентированные векторные базы данных и неавторизованные тестовые среды локальных больших языковых моделей (LLM) до того как они создадут уязвимости.
4 шага от видимости в реальном времени к точному сетевому управлению
Видимость, которую обеспечивает микросегментация, — это лишь отправная точка. Для эффективного перехода от первоначальной видимости к полной защите службы безопасности должны следовать продуманному четырехэтапному жизненному циклу.
- Первый шаг — пассивное картирование потоков, развертывание микросегментации для наблюдения за нечеловеческим трафиком и картирования зависимостей приложений и каналов связи между агентами без прерывания активных бизнес-операций.
Первый шаг — пассивное картирование потоков, развертывание микросегментации для наблюдения за нечеловеческим трафиком и картирования зависимостей приложений и каналов связи между агентами без прерывания активных бизнес-операций.
- Затем службам безопасности необходимо создать обоснованный проект политик. Для этого требуется применение исторических и актуальных сетевых карт для определения легитимных операционных базовых показателей для конкретных ролей агентов, ведомственных баз знаний и целевых API.
Затем службам безопасности необходимо создать обоснованный проект политик. Для этого требуется применение исторических и актуальных сетевых карт для определения легитимных операционных базовых показателей для конкретных ролей агентов, ведомственных баз знаний и целевых API.
- Исходя из этого, организациям необходима точечная реализация; то есть активное сдерживание угроз после того, как радарная система обнаружила злоумышленника. Им требуется активное применение политик с возможностью развертывания точных аварийных выключателей с высокой степенью надежности, избегая при этом случайных сбоев в критически важных автоматизированных рабочих процессах.
Исходя из этого, организациям требуется точечное принудительное применение мер: иными словами, активное сдерживание угроз после того, как радарная система обнаружила злоумышленника. Им необходима активная политика обеспечения безопасности с возможностью уверенного развертывания прецизионных аварийных выключателей (kill switches) при одновременном предотвращении случайных сбоев в критически важных автоматизированных рабочих процессах.
- Наконец, любой инцидент безопасности требует проведения экспертного разбора (форензики). Когда агент выходит из-под контроля или сталкивается с инъекцией промптов (prompt injection), низкоуровневые журналы потоков предоставляют неизменяемую хронологию событий для проведения расследования. Подобно анализу данных радиолокационного слежения после авиационного происшествия, команды безопасности должны незамедлительно составить карту каждого ресурса, базы данных и MCP, задействованных во время инцидента, чтобы определить точный радиус поражения и масштаб утечки.
Наконец, любой инцидент безопасности требует проведения экспертного разбора (форензики). Когда агент выходит из-под контроля или сталкивается с инъекцией промптов (prompt injection), низкоуровневые журналы потоков предоставляют неизменяемую хронологию событий для проведения расследования. Подобно анализу данных радиолокационного слежения после авиационного происшествия, команды безопасности должны незамедлительно составить карту каждого ресурса, базы данных и MCP, задействованных во время инцидента, чтобы определить точный радиус поражения и масштаб утечки.
Точное управление в эпоху Искусственного Интеллекта
Невозможно сдержать то, чего не видишь. Микросегментация служит одновременно незаменимой радарной системой для картирования сложных взаимодействий и механизмом точного контроля для соблюдения границ политики безопасности. Низкоуровневая видимость сети дает руководителям служб безопасности уверенность в возможности внедрения автономного ИИ при сохранении полного операционного управления.
Узнайте, как Akamai помогает выполнять новые рекомендации Anthropic по обеспечению безопасности агентов ИИ.
Об авторе
Стивен Шиффер (Steven Schiffer)
Стивен Шиффер — главный архитектор корпоративной безопасности в компании Akamai.
Контролируйте DNS — и при определенных обстоятельствах вы сможете получить контроль над выпуском сертификатов.
Безопасность
Когда доверие к DNS подорвано: что показывают поддельные сертификаты Google
Недавние компрометации реестров ccTLD показывают, как перехват DNS позволяет осуществлять несанкционированный выпуск TLS-сертификатов. Узнайте о пяти способах защиты вашего портфеля доменов.
Задержка дает медицинским организациям больше времени на подготовку к возможным новым требованиям кибербезопасности.
Безопасность
Правило безопасности HIPAA отложено до 2027 года: почему сфера здравоохранения не может ждать
Обновление правила безопасности HIPAA отложено до июля 2027 года. Узнайте, что будут означать новые мандаты по кибербезопасности для здравоохранения и как подготовиться к ним уже сейчас.
Безопасность и соответствие требованиям должны служить ориентирами, а не ограничениями скорости.
Безопасность
Защита конфиденциальных данных с помощью Cyera и Akamai Guardicore Segmentation
Защитите конфиденциальные данные, объединив обнаружение данных от Cyera с сегментацией от Akamai Guardicore Segmentation для обеспечения динамических правил микросегментации с учетом контекста данных.
