एक स्किल फाइल, एक रूल्स फाइल, एक एमसीपी कॉन्फ़िगरेशन। सादा टेक्स्ट। commitयह दस्तावेज़ की तरह काम करता है, दस्तावेज़ की तरह समीक्षा करता है, और चुपचाप आपके AI को क्या करने की अनुमति है, उसे फिर से लिखता है। Xygeni उन दुर्भावनापूर्ण कौशलों, दूषित प्रॉम्प्ट और असुरक्षित एजेंट सीमाओं का पता लगाता है जिन्हें खोजने के लिए आपके कोड स्कैनर कभी बनाए ही नहीं गए थे।
केवल पढ़ने की अनुमति · स्कैन आपके इंफ्रास्ट्रक्चर में चलते हैं · आपका कोड कभी अपलोड नहीं होता
अपने कोडबेस में एआई एजेंटों, प्रॉम्प्ट और एमसीपी कॉन्फ़िगरेशन का पता लगाएं, छिपे हुए जोखिमों का पता लगाएं और उत्पादन में जाने से पहले महत्वपूर्ण मुद्दों को प्राथमिकता दें।
आपके सभी रिपॉजिटरी में निरंतर, स्वचालित खोज: मॉडल, फ्रेमवर्क, डेटासेट, अनुमान एंडपॉइंट, एजेंट, एमसीपी सर्वर, कौशल, प्रॉम्प्ट, guardrailsऔर वे एआई कोडिंग टूल जिनका आपके डेवलपर वास्तव में उपयोग करते हैं। कोई सर्वेक्षण नहीं, कोई स्व-रिपोर्टिंग नहीं।
एक विशेष एआई स्कैनर एआई सिस्टम से संबंधित खामियों का पता लगाता है: प्रॉम्प्ट इंजेक्शन, टूल इंजेक्शन, डेटा रिट्रीवल के माध्यम से डेटा लीक, सिस्टम प्रॉम्प्ट बाईपास, अत्यधिक एजेंसी। प्रत्येक खामी को आपकी टीम द्वारा पहले से उपयोग किए जा रहे एआई सुरक्षा फ्रेमवर्क से जोड़ा जाता है, और उस सटीक कोड लाइन की ओर इशारा करता है जो खामी पैदा करती है।
प्राथमिकता निर्धारण प्रक्रिया एआई से संबंधित हर खोज को सीमित करके उन चीज़ों तक सीमित कर देती है जो एप्लिकेशन कोड में उपलब्ध हैं, जिनका वास्तव में उपयोग किया जा सकता है, और जो आपकी टीमें सक्रिय रूप से विकसित कर रही हैं। टीमें केवल उन्हीं महत्वपूर्ण खोजों पर काम करती हैं।
शैडो एआई से लेकर ऑडिट के लिए तैयार इन्वेंट्री तक (gk)
अपने संपूर्ण AI उपयोग और उसमें से जोखिम की मात्रा को देखें, जिसे एक आधारभूत मानक के आधार पर ट्रैक किया जाता है ताकि आपको पता चल सके कि आपका जोखिम बढ़ रहा है या नहीं। प्रत्येक एसेट का अपना जोखिम स्कोर, प्रदाता, प्रकार और आपके कोड में उसका सटीक स्थान होता है।
किसी एआई एसेट के बारे में अकेले में ज्यादा जानकारी नहीं मिलती। ग्राफ उन संबंधों को दर्शाता है जो जोखिम को बढ़ाते हैं: कौन सा मॉडल डेटासेट को फीड करता है, कौन सा एजेंट किस टूल को सक्रिय करता है, कौन सा एमसीपी सर्वर असिस्टेंट के पीछे है, और उस श्रृंखला में जोखिम कहाँ केंद्रित है। एसेट श्रेणी, प्रकार, संबंध या जोखिम स्तर के आधार पर फ़िल्टर करें।
अपनी एआई के लिए मशीन-पठनीय सामग्री बिल निर्यात करें, जो उसी निरंतर खोज प्रक्रिया से उत्पन्न होता है जिससे इन्वेंट्री संचालित होती है। जब कोई ऑडिटर, ग्राहक या नियामक आपसे पूछे कि आप कौन सी एआई चला रहे हैं, तो उत्तर एक डाउनलोड होगा, न कि तीन सप्ताह का मैन्युअल कार्य।cise.
स्किल फाइलें, नियम फाइलें और एमसीपी कॉन्फ़िगरेशन हैं commitइन्हें सामान्य पाठ के रूप में प्रस्तुत किया जाता है और हानिरहित मानकर इनकी समीक्षा की जाती है, जबकि ये परिभाषित करते हैं कि किसी सहायक को क्या करने का निर्देश दिया गया है और उसे किन क्षेत्रों तक पहुँचने की अनुमति है। Xygeni इनका विश्लेषण सुरक्षा संबंधी दस्तावेज़ों के रूप में करता है: यह दुर्भावनापूर्ण कौशल और नियम फ़ाइलों को चिह्नित करता है, MCP सर्वर कॉन्फ़िगरेशन की जाँच करता है, और उन संकेतों को उजागर करता है जो आपके AI कार्यभार को संचालित करते हैं।
Xygeni का AI स्कैनर उन विफलता मोड का पता लगाता है जो AI सिस्टम के लिए विशिष्ट हैं और पारंपरिक कोड विश्लेषण के लिए अदृश्य हैं: टूल निष्पादन का दुर्भावनापूर्ण हेरफेर, वेक्टर स्टोर के माध्यम से संवेदनशील दस्तावेजों की अनधिकृत पुनर्प्राप्ति, सिस्टम प्रॉम्प्ट बायपास, तैयार किए गए इनपुट के माध्यम से जेलब्रेक, अविश्वसनीय टूल आह्वान।
प्रत्येक एआई समस्या में फ्रेमवर्क संदर्भ, प्रभावित एआई एसेट और टूल, समस्या कितने समय से मौजूद है, सटीक फ़ाइल और लाइन, इसके महत्व का स्पष्टीकरण और उस समस्या से संबंधित सामान्य नियंत्रण और विशिष्ट मार्गदर्शन सहित निवारण उपाय शामिल होते हैं। यह कोई चेतावनी नहीं, बल्कि समाधान है।
एप्लिकेशन कोड में मौजूद सभी जानकारियों को छांटते हुए, फिर उन जानकारियों को छांटना जिनका दुरुपयोग किया जा सकता है, और फिर उन जानकारियों को छांटना जो अभी विकास के चरण में हैं। आपकी टीम तक पहुंचने वाली सूची ही उत्पादन को खतरे में डालने वाली सूची होती है।
एआई के जोखिम की सटीक तस्वीर के लिए मॉडल सूची से कहीं अधिक की आवश्यकता होती है, और Xygeni पहले से ही उन इंजनों को चलाता है जो इसे पूरा करते हैं:
एआई प्रदाताओं के लिए एपीआई कुंजी अन्य सभी की तरह ही गुप्त होती हैं, और Xygeni की गुप्त पहचान प्रणाली उन्हें आपके रिपॉजिटरी, कॉन्फ़िगरेशन फ़ाइलों और अन्य सभी जगहों पर ढूंढ निकालती है। pipelineसार्वजनिक रजिस्ट्री या बिल्ड लॉग तक पहुंचने से पहले।
एआई स्टैक सामान्य पैकेजों पर आधारित है, और सामान्य पैकेजों में ज्ञात सुरक्षा उल्लंघन (सीवीई) होते हैं। Xygeni का सॉफ़्टवेयर संरचना विश्लेषण उन एआई और एमएल लाइब्रेरी में मौजूद ज्ञात कमजोरियों को उजागर करता है जिन पर आपके एप्लिकेशन निर्भर करते हैं, और साथ ही उन एआई संपत्तियों के प्लेटफॉर्म पर भी जो उनका उपयोग करती हैं।
एआई स्टैक कई स्रोतों से तेजी से निर्भरताएँ प्राप्त करते हैं। Xygeni का मैलवेयर डिटेक्शन उन दुर्भावनापूर्ण पैकेजों को पकड़ लेता है जिन पर प्रतिष्ठा-आधारित उपकरण अभी भी भरोसा करते हैं, बिना किसी सीवीई या सार्वजनिक सलाह की प्रतीक्षा किए।
एक ही प्लेटफॉर्म होने से, एआई द्वारा पूछे गए प्रश्न का तीन अलग-अलग उपकरणों से मिलने वाले तीन आंशिक उत्तरों के बजाय एक संपूर्ण उत्तर मिल जाता है।
एआई के उन हमलों को देखें जिन्हें आपके मौजूदा सुरक्षा उपकरण नहीं देख सकते, और अन्य सभी एप्लिकेशन जोखिमों के साथ-साथ उनका प्रबंधन करें।
आपके स्टैटिक विश्लेषण को मॉडल की परिभाषा नहीं पता। आपके कंपोज़िशन विश्लेषण में MCP सर्वर सूचीबद्ध नहीं हैं। यह उन टूल्स की खामी नहीं है, बल्कि उन्हें किसी अन्य समस्या के लिए डिज़ाइन किया गया था। Xygeni AI एसेट्स की सूची तैयार करता है, MCP कॉन्फ़िगरेशन का विश्लेषण करता है, दुर्भावनापूर्ण स्किल और रूल फ़ाइलों को चिह्नित करता है, और आपका AI-BOM बनाता है।
एआई के निष्कर्ष आपके कोड, निर्भरता, रहस्य आदि के साथ-साथ मौजूद रहते हैं। pipeline और एपीआई से प्राप्त निष्कर्षों को एक ही कंसोल में, एक ही प्राथमिकता मॉडल के साथ प्रस्तुत किया जाता है। एआई एक नया आक्रमण क्षेत्र है, न कि इसके लिए एक नए टूल की आवश्यकता। login.
Xygeni उन ढाँचों के अनुरूप है जो अब सॉफ़्टवेयर में AI को नियंत्रित करते हैं: OWASP Top 10 for LLM Applications, for MCP and for Agentic Skills, NIST SP 800-218A, और CISयह एआई के लिए सॉफ्टवेयर बिल ऑफ मैटेरियल्स पर ए और जी7 दिशानिर्देश प्रदान करता है। यह ऐसे साक्ष्य उत्पन्न करता है जो यह प्रदर्शित करने में सहायक होते हैं कि उन ढाँचों को लागू किया जा रहा है, और यूरोपीय संघ के एआई अधिनियम, एनआईएस2 और स्पेन के ईएनएस जैसे विनियमों द्वारा संगठनों पर लगाए गए इन्वेंट्री और ट्रैसेबिलिटी संबंधी अपेक्षाओं का समर्थन करता है।
दिशा तय हो गई है: SBOM यह एआई-बीओएम में विस्तारित हो रहा है। आप उस चीज़ की पुष्टि नहीं कर सकते जिसका आपने इन्वेंट्री नहीं किया है।
मॉडल, एआई फ्रेमवर्क, डेटासेट, इन्फरेंस एंडपॉइंट, एजेंट और एजेंट सर्वर, एमसीपी सर्वर, स्किल्स, प्रॉम्प्ट्स, guardrailsऔर आपके सभी रिपॉजिटरी में उपयोग किए जा रहे एआई कोडिंग टूल।
आपके रिपॉजिटरी का लगातार विश्लेषण करके: कोड, निर्भरताएँ और कॉन्फ़िगरेशन फ़ाइलें जो AI टूल पीछे छोड़ देते हैं। डेवलपर्स द्वारा स्वयं दी गई जानकारी पर कुछ भी निर्भर नहीं करता है।
एआई बिल ऑफ मैटेरियल्स आपके सॉफ़्टवेयर में मौजूद एआई की मशीन-पठनीय सूची है: मॉडल, डेटासेट, घटक, प्रदाता और निर्भरताएँ। नियामक और standardविभिन्न निकाय इसे एआई शासन के लिए साक्ष्य आधार के रूप में स्वीकार कर रहे हैं, और आप उस चीज़ की पुष्टि नहीं कर सकते जिसका आपने विवरण नहीं तैयार किया है।
एआई-विशिष्ट विफलता मोड, जिनमें प्रॉम्प्ट इंजेक्शन और सिस्टम प्रॉम्प्ट बाईपास, टूल इंजेक्शन और अविश्वसनीय टूल आह्वान, पुनर्प्राप्ति के माध्यम से डेटा रिसाव और अत्यधिक एजेंसी शामिल हैं, को एलएलएम अनुप्रयोगों के लिए ओडब्ल्यूएएसपी टॉप 10 में मैप किया गया है।
जी हाँ। प्रत्येक निष्कर्ष फ़ाइल और पंक्ति की ओर इशारा करता है, बताता है कि यह क्यों महत्वपूर्ण है, और सामान्य नियंत्रणों के साथ-साथ उस निष्कर्ष के लिए विशिष्ट मार्गदर्शन के रूप में निवारण प्रदान करता है।
ये उपकरण कोड और निर्भरताओं का विश्लेषण करते हैं। ये इस बात का मॉडल नहीं बनाते कि एक एआई एजेंट क्या है, एक एमसीपी सर्वर क्या प्रदर्शित करता है, या एक कौशल फ़ाइल किसी सहायक को क्या करने का निर्देश देती है। Xygeni यह अतिरिक्त जानकारी प्रदान करता है और इसे आपके बाकी निष्कर्षों के साथ एक ही प्लेटफ़ॉर्म पर रखता है।
हां। इन्वेंट्री एक बेसलाइन के आधार पर ट्रैक की जाती है, इसलिए आप देख सकते हैं कि स्कैन के बीच कौन सी एआई को जोड़ा गया, बदला गया या हटाया गया।
निःशुल्क शुरुआत करें, या डेमो शेड्यूल करें और हम आपके साथ आपके एआई अटैक सरफेस पर विस्तार से चर्चा करेंगे।
Xygeni ऑल-इन-वन ऐपसेक प्लेटफॉर्म के साथ
