解決方案
在 AI 生命週期中對應模型、資料集與代理程式,以揭露隱藏的風險。
偵測傳統控制措施無法發現的供應鏈風險、模型中毒、危險存取路徑和暴露的工具。
持續監控 AI 系統是否有異常和攻擊,以便在風險造成影響之前快速回應。
查看雲端環境中所有 AI 模型—包括受管理和未受管理模型。取得端點、代理程式和訓練資料的目錄,並使用活動分析,根據已知的攻擊路徑確定風險和設定錯誤的優先順序。
緩解 AI 特定的威脅,例如資料投毒和未經批准的模型,遵守現代 AI 標準,例如 NIST-AI-600-1,並對應資源之間的相依性,以確保 AI 供應鏈的安全。
偵測和分類用於模型訓練、嵌入和檢索增強生成 (RAG) 的敏感資料。根據資料敏感性來確定 AI 風險的優先順序,包括使用敏感資料訓練的模型。
全面了解您的整個雲端和 AI 基礎架構。了解 AI 元件和雲端資源之間的關係,以識別攻擊路徑和安全漏洞,並將 AI 安全性與您更廣泛的雲端原生應用程式防護平台 (CNAPP) 策略保持一致。