AI സൈബർ സുരക്ഷ എന്താണ്?

AI സൈബർ സുരക്ഷ എന്നത് നിങ്ങളുടെ ആക്രമണ പ്രതലത്തിന്റെ ഭാഗമായി കൃത്രിമബുദ്ധി സുരക്ഷിതമാക്കുന്ന രീതിയാണ്: മോഡലുകൾ, ഡാറ്റാസെറ്റുകൾ, ഏജന്റുകൾ, MCP സെർവറുകൾ, പ്രോംപ്റ്റുകൾ, നിങ്ങളുടെ സോഫ്റ്റ്‌വെയറിനുള്ളിലെ AI-ജനറേറ്റുചെയ്‌ത കോഡ്, കൂടാതെ അവയെ ലക്ഷ്യമിടുന്ന പുതിയ ആക്രമണ സാങ്കേതിക വിദ്യകൾ. പ്രതിരോധം ശക്തിപ്പെടുത്തുന്നതിന് AI ഉപയോഗിച്ച് വിപരീത ദിശയും ഇത് ഉൾക്കൊള്ളുന്നു, എന്നാൽ ആദ്യ ദിശയാണ് ഇന്ന് എക്സ്പോഷർ സൃഷ്ടിക്കുന്നത്. AI സൈബർ സുരക്ഷ എന്താണെന്നതിനുള്ള ഹ്രസ്വ ഉത്തരമാണിത്. മുൻകൂട്ടി അറിയുന്നത് മൂല്യവത്താണ്cisഇ അതിനെക്കുറിച്ച്, കാരണം ആ പദം രണ്ട് വ്യത്യസ്ത കാര്യങ്ങൾക്ക് ഉപയോഗിക്കുന്നു, തെറ്റായ ഒന്ന് വാങ്ങുന്നത് മറ്റൊന്നിനെ സംരക്ഷിക്കാതെ വിടുന്നു.

AI സൈബർ സുരക്ഷ എന്നാൽ രണ്ട് ദിശകളിൽ #

AI സൈബർ സുരക്ഷയുടെ അർത്ഥം ഒരു ലളിതമായ വരിയിൽ വിഭജിക്കാം: നിങ്ങൾ AI-യെ സംരക്ഷിക്കുകയാണോ, അതോ അത് നിങ്ങളെ സംരക്ഷിക്കുകയാണോ?

AI സുരക്ഷിതമാക്കുന്നു. നിങ്ങളുടെ സ്ഥാപനം AI ഉപയോഗിച്ച് നിർമ്മിക്കുകയും AI ഉപയോഗിച്ച് വികസിപ്പിക്കുകയും ചെയ്യുന്നു. ആരും കണ്ടുപിടിച്ചിട്ടില്ലാത്ത ആസ്തികളെയും പരാജയ മോഡുകളെയും ഇത് പരിചയപ്പെടുത്തുന്നു: വിശ്വസനീയമല്ലാത്ത ഇൻപുട്ട് സ്വീകരിക്കുന്ന ഒരു പ്രോംപ്റ്റ്, അതിന്റെ ടാസ്‌ക് ആവശ്യമുള്ളതിനേക്കാൾ കൂടുതൽ അനുമതിയുള്ള ഒരു ഏജന്റ്, ഒരു മോഡലിനെ വിഷലിപ്തമാക്കുന്ന ഒരു ഡാറ്റാസെറ്റ്, ആരും അംഗീകരിച്ചിട്ടില്ലാത്ത ഒരു MCP സെർവർ. ഇവിടെയാണ് സംഭവങ്ങൾ സംഭവിക്കുന്നത്.

സുരക്ഷയ്ക്കായി AI. കണ്ടെത്തൽ, പരീക്ഷണം, വിശദീകരണം, പരിഹാര നടപടികൾ എന്നിവയിൽ മെഷീൻ ലേണിംഗ് പ്രയോഗിച്ചു: അലേർട്ട് ശബ്ദം കുറയ്ക്കൽ, ചൂഷണം ചെയ്യാവുന്ന കണ്ടെത്തലുകൾക്ക് മുൻഗണന നൽകൽ, പരിഹാരം എഴുതൽ. ഇവിടെ നിന്നാണ് കാര്യക്ഷമത വരുന്നത്.

മിക്ക വെണ്ടർമാരും മിക്ക ലേഖനങ്ങളും ഈ രണ്ടിനെയും തകർക്കുന്നു. പ്രവർത്തനപരമായി പ്രധാനപ്പെട്ട AI സൈബർ സുരക്ഷ എന്നതിനർത്ഥം അവ വ്യത്യസ്ത ഉടമസ്ഥരുള്ള വ്യത്യസ്ത പ്രോഗ്രാമുകളാണ് എന്നതാണ്. ഒന്ന് ആക്രമണ ഉപരിതല പ്രശ്നമാണ്. മറ്റൊന്ന് ഉൽപ്പാദനക്ഷമത പ്രശ്നമാണ്.

AI സൈബർ സുരക്ഷ എന്താണ് സംരക്ഷിക്കുന്നത്? #

ഒരു നിയന്ത്രണത്തിന് മുമ്പുള്ള ഒരു ഇൻവെന്ററി. താഴെയുള്ള ഓരോ ഇനവും ഒരു സുരക്ഷാ ടീം ഇപ്പോൾ ഉത്തരവാദിത്തമുള്ള ഒരു ആസ്തിയാണ്.

• മോഡലുകൾ, സ്വയം ഹോസ്റ്റ് ചെയ്തതായാലും, ഫൈൻ-ട്യൂൺ ചെയ്തതായാലും അല്ലെങ്കിൽ ഒരു ദാതാവിന്റെ API വഴി വിളിച്ചതായാലും
• ഡാറ്റാസെറ്റുകൾ പരിശീലനം, ഫൈൻ-ട്യൂണിംഗ്, വിലയിരുത്തൽ, വീണ്ടെടുക്കൽ എന്നിവയ്ക്കായി ഉപയോഗിക്കുന്നു
• ഏജന്റുമാരും ഏജന്റ് സെർവറുകളും നിങ്ങളുടെ സിസ്റ്റങ്ങൾക്കുള്ളിൽ സ്വയംഭരണാധികാരത്തോടെ പ്രവർത്തിക്കുന്ന
• MCP സെർവറുകൾ ആ ഏജന്റുമാർക്ക് ഉപകരണങ്ങളും ഡാറ്റയും തുറന്നുകാട്ടുന്ന
• പ്രോംപ്റ്റുകൾ, സ്കിൽ ഫയലുകൾ, റൂൾസ് ഫയലുകൾ, guardrails, AI പെരുമാറ്റത്തെ നിയന്ത്രിക്കുന്ന കോൺഫിഗറേഷൻ ലെയർ
• അനുമാന എൻഡ്‌പോയിന്റുകൾ അവരിലേക്ക് എത്തുന്ന യോഗ്യതകളും
• AI കോഡിംഗ് അസിസ്റ്റന്റുകൾ നിങ്ങളുടെ ടീമുകളിലുടനീളം ഉപയോഗത്തിലുള്ളതും അവർ സൃഷ്ടിക്കുന്ന കോഡും
• AI ആശ്രിതത്വങ്ങൾ: നിങ്ങളുടെ AI സ്റ്റാക്ക് ഉൾക്കൊള്ളുന്ന ഫ്രെയിംവർക്കുകളും പാക്കേജുകളും

അതിൽ എത്ര ചെറിയ ആപ്ലിക്കേഷന്‍ കോഡ് ഉണ്ടെന്ന് ശ്രദ്ധിക്കുക. അത് പ്രീcisഏലി എന്തുകൊണ്ട് ഒരു SAST ഒരു ലാപ്‌ടോപ്പിലെ ഒരു ഏജന്റ് നിങ്ങൾ കണക്റ്റുചെയ്‌തിരിക്കുന്ന സ്വന്തം ഇമെയിൽ ടൂൾ.ols വഴി ഡാറ്റ എക്‌സ്‌ഫിൽട്രേറ്റ് ചെയ്യുമ്പോൾ, ടൂൾ, ഒരു EDR ഏജന്റ്, ഒരു ക്ലൗഡ് പോസ്ചർ ടൂൾ എന്നിവയ്‌ക്കെല്ലാം പച്ചയായി റിപ്പോർട്ട് ചെയ്യാൻ കഴിയും. ആപ്ലിക്കേഷൻ കോഡും ഇല്ല, അതിനാൽ നിങ്ങൾ ഇതിനകം പ്രവർത്തിപ്പിക്കുന്ന ടൂളിംഗിൽ ഇവ രണ്ടും ഉൾപ്പെടുന്നില്ല.

AI കാരണം മാത്രം നിലനിൽക്കുന്ന മൂന്ന് ആക്രമണങ്ങൾ #

നിങ്ങൾ ഏത് കുടുംബത്തെയാണ് നോക്കുന്നതെന്ന് അറിയുന്നത് നിയന്ത്രണം എവിടെയാണെന്ന് നിങ്ങളോട് പറയും, ഇവിടെയാണ് AI സൈബർ സുരക്ഷയുടെ അർത്ഥം അമൂർത്തമാകുന്നത് നിർത്തുന്നത്.

ആദ്യത്തെ കുടുംബം മോഡലിന്റെ നിർദ്ദേശങ്ങളാണ് ലക്ഷ്യമിടുന്നത്. പ്രോംപ്റ്റ് ഇൻജക്ഷൻ ഒന്നാം സ്ഥാനം നിലനിർത്തിയിട്ടുണ്ട്. എൽഎൽഎം അപേക്ഷകൾക്കുള്ള OWASP ടോപ്പ് 10 ലിസ്റ്റ് നിലവിലുണ്ടായിരുന്നതിനാൽ, ലളിതമായ ഒരു കാരണത്താൽ: ഒരു മോഡൽ അത് രചിച്ചതല്ലാത്ത വാചകം വായിക്കുന്ന ഏതൊരു പോയിന്റും ഒരു എൻട്രി പോയിന്റാണ്. അപകടകരമായ പതിപ്പ് പരോക്ഷമാണ്. ആരും ആക്രമണം ടൈപ്പ് ചെയ്യുന്നില്ല, മോഡൽ അത് വീണ്ടെടുക്കുന്നു, ഒരു സപ്പോർട്ട് ടിക്കറ്റിൽ നിന്നോ ഒരു വെബ് പേജിൽ നിന്നോ, ഒരു pull request കമന്റ് അല്ലെങ്കിൽ ആരെങ്കിലും അപ്‌ലോഡ് ചെയ്‌ത ഒരു ഡോക്യുമെന്റ്. മോഡലിന് ഉള്ളടക്കത്തിൽ നിന്നുള്ള നിർദ്ദേശങ്ങൾ പറയാൻ കഴിയില്ല, അതിനാൽ അത് രണ്ടും പിന്തുടരുന്നു. ആ മോഡലിന് ഉപകരണങ്ങൾ നൽകുക, അതേ സാങ്കേതികത ടൂൾ ഇഞ്ചക്ഷൻ ആയി മാറുന്നു: ഒരു ഉപകരണം വിശ്വസിക്കുന്നത് മാറ്റുക, അത് നിങ്ങളുടെ സ്വന്തം ക്രെഡൻഷ്യലുകൾ ഉപയോഗിച്ച് നിങ്ങൾക്കെതിരെ പ്രവർത്തിക്കും. അമിതമായ ഏജൻസി ഗുണിതമാണ്. ഒരു ഏജന്റിന് അതിന്റെ ചുമതല ആവശ്യപ്പെടുന്നതിനേക്കാൾ വിശാലമായ അനുമതി കൈവശം വയ്ക്കുന്നത് ഒരു ശല്യത്തിനും ഒരു സംഭവത്തിനും ഇടയിലുള്ള വ്യത്യാസമാണ്.

രണ്ടാമത്തെ കുടുംബം കോൺഫിഗറേഷൻ ലെയറിനെ ലക്ഷ്യമിടുന്നു. പ്രോംപ്റ്റുകൾ, റൂൾസ് ഫയലുകൾ, സ്‌കിൽ ഫയലുകൾ, എംസിപി സെർവർ നിർവചനങ്ങൾ എന്നിവ നിങ്ങളുടെ പരിതസ്ഥിതിയിൽ AI എന്താണ് ചെയ്യുന്നതെന്ന് തീരുമാനിക്കുന്നു, അവയൊന്നും ആപ്ലിക്കേഷൻ കോഡല്ല. റൂൾസ് ഫയൽ ബാക്ക്‌ഡോർ അത് എത്രത്തോളം മുന്നോട്ട് പോകുന്നുവെന്ന് കാണിച്ചുതന്നു: സീറോ-വിഡ്ത്ത് യൂണികോഡ് പ്രതീകങ്ങൾ ഒരു മനുഷ്യ അവലോകകന് ഭൗതികമായി കാണാൻ കഴിയാത്ത നിർദ്ദേശങ്ങൾ വഹിക്കുന്നു, അസിസ്റ്റന്റ് അവ അനുസരിക്കുന്നു, കൂടാതെ അത് ഒരിക്കലും അതിന്റെ പ്രതികരണത്തിൽ അവയെ പരാമർശിക്കുന്നില്ല. ഈ സാങ്കേതികവിദ്യ ഇനിപ്പറയുന്ന വിഭാഗങ്ങളിൽ പട്ടികപ്പെടുത്തിയിരിക്കുന്നു: മിറ്റർ അറ്റ്ലസ് AML.CS0041 ആയി. അതേ ലെയർ പതിവായി ദാതാവിന്റെ ക്രെഡൻഷ്യലുകൾ പ്ലെയിൻ ടെക്സ്റ്റിൽ സൂക്ഷിക്കുകയും അസിസ്റ്റന്റ്മാർക്ക് മറ്റാരും ഉദ്ദേശിച്ചതിലും കൂടുതൽ ഫയൽസിസ്റ്റം വായിക്കാൻ അനുവദിക്കുകയും ചെയ്യുന്നു. ഏജന്റിക് കോഡിംഗ്, ഈ പാളി സ്റ്റിയറിംഗ് വീലാണ്, ആരും ഇത് അവലോകനം ചെയ്യുന്നില്ല.

മൂന്നാമത്തെ കുടുംബം AI വിതരണ ശൃംഖലയെ ലക്ഷ്യമിടുന്നു. മോഡലുകൾ, ഡാറ്റാസെറ്റുകൾ, അവയ്ക്ക് ചുറ്റുമുള്ള പാക്കേജുകൾ എന്നിവ പുറത്തു നിന്നാണ് വരുന്നത്. സ്ലോപ്‌സ്ക്വാട്ടിംഗ് ആണ് ഏറ്റവും വ്യക്തമായ കേസ്: ഭാഷാ മോഡലുകൾ പാക്കേജ് നാമങ്ങൾ കണ്ടുപിടിക്കുന്നു, ആക്രമണകാരികൾ അവ രജിസ്റ്റർ ചെയ്യുന്നു, ഏജന്റ് അഭ്യർത്ഥന പ്രകാരം ആക്രമണകാരിയുടെ കോഡ് ഇൻസ്റ്റാൾ ചെയ്യുന്നു. USENIX സെക്യൂരിറ്റി 2025-ൽ അവതരിപ്പിച്ച ഗവേഷണത്തിൽ, LLM-കൾ ശുപാർശ ചെയ്യുന്ന പാക്കേജുകളിൽ 19.7% നിലവിലില്ലെന്നും ഭ്രമാത്മകമായ പേരുകൾ പലപ്പോഴും കൃഷി ചെയ്യാൻ കഴിയുന്നത്ര ആവർത്തിക്കുന്നുവെന്നും കണ്ടെത്തി. അതിനൊപ്പം വിഷലിപ്തമായ പരിശീലനവും വീണ്ടെടുക്കൽ ഡാറ്റയും, അവയുടെ ഉറവിട മെറ്റീരിയൽ ചോർത്തുന്ന ഉൾച്ചേർക്കലുകളും, വിശ്വസനീയമല്ലാത്ത MCP സെർവറുകളും, ആശ്രിതത്വങ്ങളായി വലിച്ചെടുക്കപ്പെട്ട ദുർബലമായ AI ഫ്രെയിംവർക്കുകളും ഉണ്ട്.

മൂന്നിനും കീഴിൽ ഷാഡോ AI ഉണ്ട്: മോഡലുകൾ, ഏജന്റുമാർ, സഹായികൾ, MCP സെർവറുകൾ അംഗീകാരമോ അവലോകനമോ ഇൻവെന്ററിയോ ഇല്ലാതെ ഇതിനകം പ്രവർത്തിക്കുന്നു. മിക്ക ഓർഗനൈസേഷനുകളിലും ഇത് സ്ഥിരസ്ഥിതി അവസ്ഥയാണ്, അതുകൊണ്ടാണ് ആദ്യ നിയന്ത്രണം എല്ലായ്പ്പോഴും ഒരു പട്ടികയായിരിക്കുന്നത്.

എന്താണ് അല്ലാത്തത്? #

ഇത് AI ഗവേണൻസ് അല്ല. ഒരു മോഡൽ ഉപയോഗിക്കണമോ വേണ്ടയോ എന്നും ഏത് നയത്തിന് കീഴിലാണെന്നും ഗവേണൻസ് ഉത്തരം നൽകുന്നു. മോഡൽ, ഏജന്റ്, അവയ്ക്കിടയിലുള്ള വയറിംഗ് എന്നിവ ആക്രമിക്കപ്പെടുമോ എന്ന് AI സൈബർ സുരക്ഷ ഉത്തരം നൽകുന്നു.

ഇത് ഒരു ചാറ്റ്ബോട്ടിന് മുന്നിലുള്ള ഒരു ഫിൽട്ടർ അല്ല. റൺടൈം പ്രോംപ്റ്റ് ഫിൽട്ടറിംഗ് നിരവധി നിയന്ത്രണങ്ങളിൽ ഒന്നാണ്. ഒരു ഡെവലപ്പറുടെ ലാപ്‌ടോപ്പിലെ MCP സെർവറിനെക്കുറിച്ചോ, റിപ്പോസിറ്ററിയിലെ വിഷബാധയുള്ള റൂൾസ് ഫയലിനെക്കുറിച്ചോ, ഒരു AI കോൺഫിഗറിലുള്ള ക്രെഡൻഷ്യലിനെക്കുറിച്ചോ ഇത് ഒന്നും കാണുന്നില്ല.

നിങ്ങൾ ഇതിനകം പ്രവർത്തിപ്പിക്കുന്നത് ഇതിൽ ഉൾപ്പെടുന്നില്ല. പരമ്പരാഗത ആപ്ലിക്കേഷൻ സുരക്ഷ റിപ്പോസിറ്ററിയിൽ നിർത്തുന്നു, ഒരു മോഡൽ എന്താണെന്ന് അറിയില്ല. എൻഡ്‌പോയിന്റ് ടൂളിംഗ് ഓപ്പറേറ്റിംഗ് സിസ്റ്റത്തെ നിരീക്ഷിക്കുന്നു, പാക്കേജുകളെയോ MCP സെർവറുകളെയോ സഹായികളെയോ മനസ്സിലാക്കുന്നില്ല. AI ആക്രമണങ്ങൾ അവയ്ക്കിടയിലുള്ള വിടവിലാണ് പതിക്കുന്നത്.

ഇത് ജനറേറ്റീവ് AI-യെ കുറിച്ച് മാത്രമല്ല. വഞ്ചന, വിലനിർണ്ണയം, റിസ്ക് സ്കോറിംഗ് എന്നിവയിൽ ക്ലാസിക്കൽ മെഷീൻ ലേണിംഗ് ഒരു ലക്ഷ്യമാണ്, വിഷബാധ, ഒഴിഞ്ഞുമാറൽ, മോഡൽ എക്സ്ട്രാക്ഷൻ എന്നിവയിലൂടെ.

ഫീൽഡിനെ നിർവചിക്കുന്ന ചട്ടക്കൂടുകൾ #

എൽഎൽഎം അപേക്ഷകൾക്കുള്ള OWASP ടോപ്പ് 10: എൽഎൽഎം ആപ്ലിക്കേഷൻ റിസ്കിനായുള്ള പ്രവർത്തന വർഗ്ഗീകരണം, ഏറ്റവും സുരക്ഷാ ടീമുകൾ കണ്ടെത്തലുകൾ മാപ്പ് ചെയ്യുന്നത്

2026-ലെ ഏജന്റ് ആപ്ലിക്കേഷനുകൾക്കായുള്ള OWASP ടോപ്പ് 10: 2025 ഡിസംബറിൽ പ്രസിദ്ധീകരിച്ച, സ്വയംഭരണ, ഉപകരണം ഉപയോഗിക്കുന്ന സംവിധാനങ്ങൾക്കായുള്ള കമ്പാനിയൻ ലിസ്റ്റ്.

OWASP GenAI സുരക്ഷാ പദ്ധതി: ഡാറ്റ സുരക്ഷ, MCP സെർവർ മാർഗ്ഗനിർദ്ദേശം, റെഡ് ടീമിംഗ് ഉറവിടങ്ങൾ എന്നിവയുൾപ്പെടെയുള്ള ഒരു കുടക്കീഴിലുള്ള ശ്രമം.

NIST AI റിസ്ക് മാനേജ്മെന്റ് ഫ്രെയിംവർക്ക് അതിന്റെ ജനറേറ്റീവ് AI പ്രൊഫൈലും: ഗവേണൻസ് പദാവലി റെഗുലേറ്റർമാരും ബോർഡുകളും തിരിച്ചറിയുന്നു

മിറ്റർ അറ്റ്ലസ്: യഥാർത്ഥ കേസ് പഠനങ്ങളുള്ള AI സിസ്റ്റങ്ങൾക്കായുള്ള എതിരാളി സാങ്കേതിക വിജ്ഞാന അടിത്തറ.

EU AI നിയമം: ഒരു AI ഇൻവെന്ററി നിങ്ങളെ നിറവേറ്റാൻ സഹായിക്കുന്ന സാങ്കേതിക ഡോക്യുമെന്റേഷൻ കടമകൾ ഉൾപ്പെടെയുള്ള നിയമപരമായ ചട്ടക്കൂട്

എവിടെ തുടങ്ങണം #

ഇൻവെന്ററി. ഒരു സർവേയിൽ നിന്നല്ല, കോഡ്, ഡിപൻഡൻസികൾ, കോൺഫിഗറേഷൻ എന്നിവയിൽ നിന്ന് ഉപയോഗത്തിലുള്ള ഓരോ മോഡലും, ഡാറ്റാസെറ്റും, ഏജന്റും, MCP സെർവറും, AI അസിസ്റ്റന്റ് എന്നിവ കണ്ടെത്തുക.

ബന്ധങ്ങൾ മാപ്പ് ചെയ്യുക. വയറിങ്ങിലാണ് അപകടസാധ്യത നിലനിൽക്കുന്നത്: ഏത് ഏജന്റ് ഏത് ഉപകരണത്തിലേക്ക് എത്തുന്നു, ഏത് ഡാറ്റാസെറ്റ് ഏത് മോഡലിനെ ഫീഡ് ചെയ്യുന്നു.

കോൺഫിഗറേഷൻ ലെയർ വായിക്കുക. പ്രോംപ്റ്റുകൾ, സ്‌കിൽ ഫയലുകൾ, റൂൾസ് ഫയലുകൾ, എംസിപി നിർവചനങ്ങൾ എന്നിവ സുരക്ഷാ ആർട്ടിഫാക്റ്റുകളായി കണക്കാക്കി കോഡ് പോലെ അവലോകനം ചെയ്യുക.

സ്കോപ്പ് അനുമതികൾ. ഓരോ ഏജന്റിനും ഏറ്റവും ഇടുങ്ങിയ ഉപകരണ പ്രതലവും അതിന്റെ ജോലി അനുവദിക്കുന്ന ഏറ്റവും കുറഞ്ഞ സ്വയംഭരണവും നൽകുക.

അത് എവിടെയാണ് പ്രവർത്തിക്കുന്നതെന്ന് നടപ്പിലാക്കുക. ഡെവലപ്പർ മെഷീനുകളിലാണ് മിക്ക AI അപകടസാധ്യതയും ഉണ്ടാകുന്നത്, അതിനാൽ അംഗീകൃതമല്ലാത്ത ഒരു സെർവറോ ഒരു ദോഷകരമായ പാക്കേജോ പ്രവർത്തിക്കുന്നതിന് മുമ്പ് നയം അന്തിമ പോയിന്റിൽ പ്രയോഗിക്കേണ്ടതുണ്ട്.

നിങ്ങൾ ഉപയോഗിക്കുന്ന AI യും നിങ്ങൾ നിർമ്മിക്കുന്ന AI യും സുരക്ഷിതമാക്കുന്നു #

AI സൈബർ സുരക്ഷ എന്താണെന്നതിനുള്ള പ്രായോഗിക ഉത്തരം, അത് ദൃശ്യപരതയിൽ ആരംഭിച്ച് നടപ്പിലാക്കലിൽ അവസാനിക്കുന്നു എന്നതാണ്. നിങ്ങളുടെ എല്ലാ AI അസറ്റുകളും Xygeni കണ്ടെത്തുന്നു. SDLCമോഡലുകൾ, ഏജന്റുകൾ, MCP സെർവറുകൾ, ഡാറ്റാസെറ്റുകൾ, ആരും പ്രഖ്യാപിച്ചിട്ടില്ലാത്ത സ്‌കിൽ ഫയലുകൾ, പ്രോംപ്റ്റുകൾ എന്നിവയുൾപ്പെടെ, അവ എങ്ങനെ ബന്ധിപ്പിക്കുന്നുവെന്ന് മാപ്പ് ചെയ്യുന്നു, അവയ്ക്ക് പ്രത്യേകമായ അപകടസാധ്യതകൾ കണ്ടെത്തുന്നു: പ്രോംപ്റ്റ്, ടൂൾ ഇഞ്ചക്ഷൻ, നിയമങ്ങളിലും സ്‌കിൽ ഫയലുകളിലും ക്ഷുദ്രകരമായ നിർദ്ദേശങ്ങൾ, സുരക്ഷിതമല്ലാത്ത MCP കോൺഫിഗറേഷൻ, AI ഫയലുകളിലെ രഹസ്യങ്ങൾ, സ്ലോപ്‌സ്ക്വാട്ടഡ് AI ഡിപൻഡൻസികൾ. കണ്ടെത്തലുകൾ LLM ആപ്ലിക്കേഷനുകൾക്കായുള്ള OWASP ടോപ്പ് 10 ലേക്ക് മാപ്പ് ചെയ്യുകയും കൃത്യമായ ഫയലിലേക്കും ലൈനിലേക്കും പോയിന്റ് ചെയ്യുകയും ചെയ്യുന്നു. ഒരു AI-BOM നിങ്ങളുടെ ഓഡിറ്റർമാർക്ക് പ്രതിരോധാത്മകമായ എന്തെങ്കിലും നൽകുന്നു, കൂടാതെ മിക്ക AI അപകടസാധ്യതകളും യഥാർത്ഥത്തിൽ പ്രവർത്തിക്കുന്ന ഡെവലപ്പർ എൻഡ്‌പോയിന്റിൽ നയം നടപ്പിലാക്കുന്നു.

നിങ്ങളുടെ കൈവശമുള്ള സ്കാനറുകളിൽ നിന്നുള്ള കണ്ടെത്തലുകൾക്കും ഇതേ ബുദ്ധി ബാധകമാണ്, അതിനാൽ AI സുരക്ഷ നിങ്ങളുടെ സ്റ്റാക്ക് മാറ്റിസ്ഥാപിക്കുന്നതിനുപകരം വിപുലീകരിക്കുന്നു. നിങ്ങളുടെ ഏജന്റുമാർ ഏതുമായി ബന്ധപ്പെട്ടിരിക്കുന്നുവെന്ന് കാണുക സൈജെനി.

പതിവുചോദ്യങ്ങൾ #