AI TRiSM என்பது என்ன?

பெரும்பாலான பாதுகாப்புக் குழுக்களால் தங்களின் AppSec தொகுப்பை ஒரே மூச்சில் பெயரிட முடியும்: SAST, SCADAST, இரகசியங்களை ஸ்கேன் செய்தல் போன்றவை. இதே குழுவிடம் அவர்களின் AI தொகுப்பின் பெயரைக் கூறுமாறு கேட்டால், பொதுவாகக் கிடைக்கும் பதில் ஒரு அலட்சியமான தோள் குலுக்கல், அவசரமாக வாங்கப்பட்ட சில குறிப்பிட்ட கருவிகள், மற்றும் 'உள்ளடக்கப்பட்டது' என்பதன் அர்த்தத்திற்கே ஒரு பொதுவான சொற்களஞ்சியம் இல்லாததுமாகவே இருக்கும். பாதுகாப்பு மற்றும் இடர் மேலாண்மைத் தலைவர்களுக்கு, அவர்கள் ஏற்கனவே செயலிகளை நிர்வகிப்பதைப் போலவே AI-ஐயும் நிர்வகிப்பதற்கான ஒரு ஒற்றைக் கட்டமைப்பை வழங்குவதன் மூலம், இந்த இடைவெளியைச் சரியாக நிரப்புவதற்காகவே AI TRiSM உள்ளது.

இந்தச் சொற்களஞ்சியப் பதிவு, AI TRiSM என்றால் என்ன, அந்தச் சுருக்கப்பெயரின் பின்னணியில் உள்ள அர்த்தம், அதன் முக்கியத் தூண்கள், மற்றும் அது ஒரு ஸ்லைடில் மட்டும் இல்லாமல், உண்மையில் செயல்படும் ஒரு AI பாதுகாப்புத் திட்டத்தில் எங்குப் பொருந்துகிறது என்பதைப் பிரித்து விளக்குகிறது.

AI TRiSM என்பதன் பொருள்: ஒரு எளிய வரையறை #

AI TRiSM என்பதன் விரிவாக்கம் செயற்கை நுண்ணறிவு நம்பிக்கை, இடர் மற்றும் பாதுகாப்பு மேலாண்மைஇது, முதலில் கார்ட்னரால் அறிமுகப்படுத்தப்பட்ட ஒரு கட்டமைப்பு ஆகும்.செயற்கை நுண்ணறிவு அமைப்புகள் கட்டமைக்கப்பட்டுள்ள தரவு மற்றும் மாதிரிகள் முதல், அவற்றை உற்பத்தியில் பயன்படுத்தும் பயன்பாடுகள் மற்றும் முகவர்கள் வரை, அவற்றின் முழு வாழ்க்கைச் சுழற்சி முழுவதும் அவற்றின் நம்பகத்தன்மை, நேர்மை, நம்பகத்தன்மை மற்றும் பாதுகாப்பை நிர்வகிப்பதற்காக.

AI TRiSM என்பதன் பொருளை, பாதுகாப்புக் குழுக்களுக்கு ஏற்கனவே தெரிந்த ஒரு முறையின் நீட்சியாகவே சிறப்பாகப் புரிந்துகொள்ள முடியும். கிளவுட் CSPM-ஐக் கொண்டுவந்தது. தரவு DSPM-ஐக் கொண்டுவந்தது. AI ஆனது AI TRiSM-ஐக் கொண்டுவருகிறது; இது அதே தர்க்கத்தின் அடிப்படையில் கட்டமைக்கப்பட்ட ஒரு குடை வகைப்பாடாகும்: நீங்கள் முதலில் கண்டறிந்து, மதிப்பிட்டு, தொடர்ச்சியாகக் கண்காணிக்காத ஒன்றைப் பாதுகாக்கவோ அல்லது நிர்வகிக்கவோ முடியாது; மேலும், பாரம்பரிய AppSec மற்றும் தகவல் தொழில்நுட்ப ஆளுகை ஆகியவை எதிர்கொள்ளும் வகையில் ஒருபோதும் கட்டமைக்கப்படாத அபாயங்களை AI அமைப்புகள் அறிமுகப்படுத்துகின்றன.

அது எதைத் தீர்க்க முயற்சிக்கிறது? #

AI TRiSM என்றால் என்ன என்பதற்கு உண்மையான பதிலளிக்க, அது தீர்வு காணும் சிக்கலை ஆராய்வது உதவியாக இருக்கும். AI அமைப்புகள் ஒரு குறிப்பிட்ட வரையறைக்குள் நேர்த்தியாகப் பொருந்தாத வழிகளில் தோல்வியடைகின்றன. CVE தரவுத்தளம்:

• ஒரு மாதிரி தொழில்நுட்ப ரீதியாக “பாதுகாப்பானதாக” இருந்தாலும், அது சார்புடைய, நம்பகமற்ற அல்லது கற்பனையான வெளியீட்டை அளிக்கக்கூடும்.
• ஒரு மாதிரி, சோதனையின்போது சரியாகச் செயல்பட்டாலும், கலப்படம் செய்யப்பட்ட பயிற்சி அல்லது மீட்டெடுப்புத் தரவுகளால் யாருக்கும் தெரியாமல் சிதைக்கப்படலாம்.
• ஒரு செயற்கை நுண்ணறிவு முகவர் முறையான சான்றுகளைக் கொண்டிருந்தாலும், எந்தவொரு மனிதனும் அங்கீகரிக்காத செயல்களைச் செய்ய முடியும்.
• பிழையின்றி சரிசெய்யப்பட்ட ஒரு செயலிகூட, ஒரு அறிவிப்பு, கணினிச் செய்தி அல்லது செயற்கை நுண்ணறிவு ஒருபோதும் பார்க்கக் கூடாத வகையில் பகிரப்பட்ட ஒரு கோப்பு ஆகியவற்றின் மூலம் முக்கியமான தரவுகளைக் கசியவிடக்கூடும்.

இவற்றில் எதுவும், “பாதிக்கப்படக்கூடிய நிரல் வரியைக் கண்டுபிடித்து, அதைச் சரிசெய்து, வேலையை முடித்துவிடு” என்ற பழைய மாதிரியுடன் பொருந்தவில்லை. AI TRiSM முன்பே வரையறுக்கப்பட்டது.cisஏனெனில், செயற்கை நுண்ணறிவு அமைப்புகளில் நம்பிக்கை, இடர் மற்றும் பாதுகாப்பு ஆகியவற்றுக்குத் தனக்கென ஒரு கட்டமைப்பு தேவைப்பட்டது; அக்கட்டமைப்பு, மாதிரி, தரவு மற்றும் முகவர் ஆகியவற்றைச் சுற்றியுள்ள பயன்பாட்டின் பக்க விளைவுகளாகக் கருதாமல், அவற்றை நிர்வகிப்பதன் முதன்மைப் பொருள்களாகக் கருத வேண்டும்.

AI TRiSM-இன் முக்கிய தூண்கள் #

கார்ட்னரின் சொந்தக் கட்டமைப்பு உட்பட, AI TRiSM பற்றிய பெரும்பாலான விளக்கங்கள், இத்துறையை ஒன்றோடொன்று இணைக்கப்பட்ட நான்கு தூண்களைச் சுற்றி ஒழுங்கமைக்கின்றன:

1. விளக்கத்தன்மை மற்றும் மாதிரி கண்காணிப்புஒரு மாடல் எவ்வாறு முடிவுகளை எடுக்கிறது என்பதைக் கண்காணித்தல்cisகாலப்போக்கில் ஏற்படும் விலகல், சார்பு மற்றும் குறைந்துவரும் துல்லியத்தன்மை ஆகியவற்றைக் கண்காணிப்பதும், மாதிரி ஏன் அவ்வாறு கூறியது என்று ஒருவர் கேட்கும்போது அதன் வெளியீட்டை விளக்க முடிவதும் ஆகும்.
2. மாடல்ஆப்ஸ்உற்பத்தியில் உள்ள மாடல்களின் வாழ்க்கைச் சுழற்சியை நிர்வகித்தல்; இதில் பதிப்பித்தல், அணுகல் கட்டுப்பாடு, மற்றும் எந்த மாடல் எங்கே, ஏன் இயங்குகிறது என்பதை அறிந்துகொள்ளும் செயல்பாட்டுக் கட்டுப்பாடு ஆகியவை அடங்கும்.
3. AI பயன்பாட்டுப் பாதுகாப்புஉடனடி ஊடுருவல், தரவு மற்றும் மாதிரி நச்சுத்தன்மை, பாதுகாப்பற்ற செருகுநிரல்கள் மற்றும் கருவி ஒருங்கிணைப்புகள், மற்றும் அங்கீகரிக்கப்படாத முகவர் நடத்தை உள்ளிட்ட, செயற்கை நுண்ணறிவு சார்ந்த தாக்குதல் பரப்பிலிருந்து பாதுகாத்தல்.
4. தனியுரிமைசெயற்கை நுண்ணறிவு அமைப்புகளுக்குப் பயிற்சி அளிக்கவும், அவற்றைச் செம்மைப்படுத்தவும், மற்றும் அவற்றின் செயல்பாடுகளைத் தூண்டவும் பயன்படுத்தப்படும் தரவுகளிலிருந்து, முக்கியமான அல்லது ஒழுங்குபடுத்தப்பட்ட தகவல்கள், அந்த மாதிரி அமைப்புக்குள்ளேயோ அல்லது அதன் பதில்கள் வழியாக வெளியேயோ கசியாமல் இருப்பதை உறுதி செய்தல்.

நடைமுறையில் AI TRiSM என்றால் என்ன என்பதைப் புரிந்துகொள்வது என்பது, இந்த நான்கு தூண்களும் ஒன்றிணைந்து மட்டுமே செயல்பட முடியும் என்பதை உணர்வதாகும். முழுமையாக விளக்கக்கூடிய ஆனால் பாதுகாப்பற்ற ஒரு மாதிரி, இன்னமும் ஒரு சுமையாகவே இருக்கும். விலகல் அல்லது சார்புநிலையைக் காண இயலாத ஒரு பாதுகாப்பான மாதிரி, இன்னமும் கட்டுப்பாடற்றதாகவே இருக்கும். நான்கு தனித்தனி குழுக்களுக்குச் சொந்தமான நான்கு தனித்தனி நிலுவைப் பணிகளாகக் கருதுவதற்குப் பதிலாக, இந்த நான்கையும் ஒன்றோடொன்று இணைக்கப்பட்ட ஒரே துறையாகக் கருதுவதே AI TRiSM-இன் பங்களிப்பாகும்.

AI TRiSM-இன் அர்த்தம் ஏன் இணக்கத்தையும் தாண்டி விரிவடைகிறது? #

AI TRiSM-ஐ “மற்றொரு நிர்வாகச் சரிபார்ப்புப் பெட்டி” என்பதன் கீழ் வகைப்படுத்துவது கவர்ச்சிகரமானதாகத் தோன்றலாம், ஆனால் AI TRiSM-இன் பொருள் செயல்பாட்டு ரீதியானது, வெறும் ஒழுங்குமுறை சார்ந்தது மட்டுமல்ல. AI TRiSM கொள்கைகளை ஏற்கும் நிறுவனங்கள், பொதுவாக, தற்போது தங்களால் பதிலளிக்க முடியாத மூன்று உறுதியான கேள்விகளுக்குப் பதிலளிக்க முயற்சிக்கின்றன:

• உண்மையில் நம்மிடம் என்ன செயற்கை நுண்ணறிவு இருக்கிறது? மாதிரிகள், தரவுத்தொகுப்புகள், முகவர்கள், MCP சேவையகங்கள் மற்றும் AI குறியீட்டுக் கருவிகள் ஆகியவை, யாரும் கண்காணிப்பதை விட வேகமாக அணிகள் முழுவதும் குவிந்து, ஒரு காலத்தில் நிழல் தகவல் தொழில்நுட்பம் (shadow IT) செய்தது போலவே நிழல் AI-ஐ உருவாக்குகின்றன.
• அது என்ன செய்கிறது, மேலும் அதற்கு அனுமதி உள்ளதா? அதிகப்படியான அனுமதிகளைக் கொண்ட ஒரு ஏஜென்ட் அல்லது அங்கீகரிக்கப்படாத ஒரு செருகுநிரல், வெறும் உரையை உருவாக்குவது மட்டுமல்லாமல், உண்மையான நடவடிக்கைகளையும் எடுக்க முடியும். இது, ஒரு சாட்பாட் தவறான பதிலை அளிப்பதை விட, "அங்கீகரிக்கப்படாத நடத்தை" என்பதன் தீவிரத்தை வெகுவாக அதிகரிக்கிறது.
• விதிமுறைகள் கேட்கும்போது, ​​நம்மால் அதை நிரூபிக்க முடியுமா? ஐரோப்பிய ஒன்றியத்தின் செயற்கை நுண்ணறிவுச் சட்டத்தின் தொழில்நுட்ப ஆவணத் தேவைகள் மற்றும் பொதுவான மென்பொருள் மூலப்பொருள் பட்டியல் கடமைகள் போன்ற கட்டமைப்புகள், நிறுவனங்கள் செயற்கை நுண்ணறிவு "கையாளப்பட்டது" என்று வெறுமனே கூறுவதோடு மட்டுமல்லாமல், தங்கள் பணிகளையும் செய்து காட்ட வேண்டும் என அதிகளவில் எதிர்பார்க்கின்றன.

இங்குதான் AI TRiSM-இன் பொருள், AI TRiSM நடைமுறையாக மாறுகிறது: முதலில் கண்டறிதல், இரண்டாவதாக இடர் மதிப்பீடு, மூன்றாவதாக அமலாக்கம், இவை அனைத்தும் தொடர்ச்சியாகச் செய்யப்பட வேண்டும், வருடாந்திர தணிக்கைப் பயிற்சியாக அல்ல.cise.

AI TRiSM கட்டமைப்பில் சைஜெனி எவ்வாறு பொருந்துகிறது? #

AI TRiSM என்பது ஒரு பெரிய குடை போன்றது, மேலும் அதன் நான்கு தூண்களையும் ஒரே ஒரு கருவி மட்டும் உள்ளடக்காது. எங்கே சைஜெனி பெரும்பாலான நிறுவனங்கள் முதலில் தவறவிடும் கண்டறிதல் மற்றும் பாதுகாப்பு அம்சம் என்னவென்றால், உண்மையில் என்ன செயற்கை நுண்ணறிவு உள்ளது என்பதை அறிந்துகொள்வதும், அது உருவானவுடன் அதைப் பாதுகாப்பதும்தான்.

Xygeni-யின் AI இன்வென்டரி, உலகம் முழுவதும் உள்ள AI சொத்துக்களைத் தொடர்ந்து கண்டறிந்து வருகிறது. SDLCமாதிரிகள், கட்டமைப்புகள், தரவுத்தொகுப்புகள், முகவர்கள், MCP சேவையகங்கள் மற்றும் AI குறியீட்டுக் கருவிகள் போன்றவற்றை ஒரு நேரடி உறவு வரைபடத்தில் வரைபடமாக்குகிறது, இது ஒரு ஆதரவுடன் செயல்படுகிறது. AI-BOM (AI-BOM) அது, AI TRiSM இருப்பதாகக் கருதும் ஆதாரத் தடத்தை இணக்க மற்றும் பாதுகாப்புக் குழுக்களுக்கு வழங்குகிறது. அந்தப் பட்டியலுக்கு மேலாக, சைஜெனி AI பாதுகாப்பு ஒவ்வொரு சொத்தின் இடரையும் (உடனடி ஊடுருவல், பாதுகாப்பற்ற MCP உள்ளமைவுகள், முக்கியமான தரவு வெளிப்பாடு, வெக்டர் மற்றும் உட்பொதித்தல் பலவீனங்கள்) மதிப்பிடுகிறது. LLM விண்ணப்பங்களுக்கான OWASP முதல் 10 இடங்கள், மற்றும் தேவ்ஐஐ இது டெவலப்பரின் எண்ட்பாயிண்ட்டில் நேரடியாகக் கொள்கையைச் செயல்படுத்தி, பாதுகாப்பற்ற ஏஜென்ட் நடத்தை இயங்குவதற்கு முன்பே அதைத் தடுக்கிறது. உங்கள் நிறுவனம் AI TRiSM-ஐ செயல்பாட்டுக்குக் கொண்டுவர முயற்சிக்கும்போது, ​​“நம்மிடம் என்ன AI இருக்கிறது?” என்ற கேள்விக்கு “எங்களுக்கு முழுமையாக உறுதியாகத் தெரியவில்லை” என்பதே உண்மையான பதிலாக இருந்தால், அந்தக் கண்டறிதல் இடைவெளியைத்தான் முதலில் நிரப்புவது அவசியம்.

FAQ #