IBM: Nove mjere kiberneticke sigurnosti protiv AI agentnih napada
Zašto je bitno
IBM je predstavio dva nova rjesenja za obranu poduzeCA od napada koje pokrecu AI agenti: Enterprise Cybersecurity Assessment za frontier model prijetnje i IBM Autonomous Security za koordinirani odgovor.
IBM je danas objavio dva nova kiberneticka rjesenja dizajnirana za eru u kojoj napadaci koriste frontier AI modele za automatizaciju napada na poduzeca.
Sto su agentni napadi
Prema IBM-u, agentni napadi (agentic attacks) predstavljaju novu klasu prijetnji u kojoj napadaci koriste napredne AI modele za:
- Autonomno otkrivanje ranjivosti u slozenim IT okruzenjima
- Ubrzavanje svih faza napada — od izvidanja do eksfiltracije
- Operiranje brzinom stroja, stvarajuci kontinuirani poslovni poremecaj
- Smanjivanje vremena, troska i strucnosti potrebne za sofisticirane napade
Dva nova rjesenja
1. Enterprise Cybersecurity Assessment — usluga procjene koju provodi IBM Consulting. Identificira sigurnosne praznine, AI-specificne izlozenosti i daje prioritizirane preporuke za ublaZavanje.
2. IBM Autonomous Security — visedjelni servis koji koristi AI agente za koordinirani odgovor na prijetnje. Ukljucuje automatsku analizu ranjivosti, provedbu politika, detekciju anomalija i containment prijetnji s minimalnom ljudskom intervencijom. Kljucna znacajka: radi neovisno o proizvodacu sigurnosnih alata.
Zasto je vazno
Dok se industrija fokusira na izgradnju AI agenata, IBM upozorava na drugu stranu medalje — napadaci vec koriste iste mogucnosti. Poduzecu trebaju nove obrane dizajnirane za prijetnje koje se krecu brzinom AI-a, a ne ljudskom brzinom.
Ovaj članak generiran je uz pomoć umjetne inteligencije na temelju primarnih izvora.
Povezane vijesti
AISI testirao četiri Claude modela na sabotaži AI safety istraživanja: nema spontane sabotaže, ali Mythos Preview pokazao 65% nesklad između razmišljanja i postupaka
AISI 'Ask Don't Tell': preformulacija upita u pitanje smanjuje sycophancy LLM-ova za 24 postotna boda
ESRRSim okvir mjeri strateško zaključivanje u 11 reasoning modela: stope detekcije rizika variraju 14,45–72,72%, otkriva i međugeneracijsku evaluation awareness