Felhőszabályzatok: Hogyan használja a mesterséges intelligencia a mély kontextust a védelem erejébe?
Üdvözöljük a július 2026-os Cloud CISO Perspectives első részét. Ma Francis deSouza, a Google Cloud COO-ja és a Security Products elnök-vezetője elismeri a mély kontextus kulcsfontosságú szerepét a védők számára az AI előnyének megteremtésében. Ahogy minden Cloud CISO Perspectives esetében, ez a newsletter tartalma is megjelent a Google Cloud blogon. Ha ezt a weboldalon olvassa, és szeretné a levél változatot, itt jelentkezhet. aside_blok ), (‘btn_text’, ‘Látogassa meg a központot’), (‘href’, ‘https://cloud.google.com/solutions/security/board-of-directors?utm_source=cgc-site&utm_medium=et&utm_campaign=FY26-Q2-GLOBAL-GCP39634-email-dl-dgcsm-CISOP-NL-177159&utm_content=-&utm_term=-'), (‘image’, )])> Hogyan használja az AI a mély kontextust a védők előnyének eszközként Francis deSouza, a Google Cloud COO-ja és a Security Products elnök-vezetője A támadók az AI segítségével hírnevet szereznek, de a védezőknek van egy különleges és hatékony előnyük. Az AI gyorsan átalakítja a cyberveszélyek új táját, ami meglepő mértékben befolyásolja az ellenségek mértékét, sebességét és a támadások kifinomultságát. A Google Threat Intelligence Group egy friss dokumentációja a kritikus mérföldkőhöz: az első ismert, az AI segítségével épített, a제로-day exploit-hez tartozó. Bár sikeresen akadályoztuk a terveiket és megjavítottuk a gyengeséget, mielőtt a termék megjelent, ez mutatja, hogy miként állunk ellen. Az AI agentek segítségével az ellenségek gyorsabban működnek. Tavaly a támadás első és második szakaszának átjárási ideje 8 óra volt, ma csupán 22 másodperc. A sziberbiztonságban egy régi mondás, hogy az támadók csak egyszer kell helyesnek lennie, de a védezőknek minden alkalommal helyesnek kell lennie. Ez az támadók előnyének. De az AI megváltoztatja ezeket a szabályokat, megadva a védezőknek egy döntő előnyt, amely a mély kontextuson alapul. Az AI uralma: támadók profilja vs. védezők előnyének aspektusa Támadók profilja Védők előnye Láthatóság Korlátozva a külső-ból, kis üzleti kontextus a bejáratnál. Teljes beles-kívül kontextus, tudja az exakt eszköz helyeit, alkalmazás viselkedését és a csapat tulajdonát. Működési sebesség A több agent-ből koostkező üzemel 22 másodpercen. A gépen működő védelem, proaktív intézkedések másodpercen belül (mint a Morgan Stanley 90 másodperces megoldása). Alapvető taktikák Többszintes phishing, deepfakes, AI-származó zero-day-ek és model-poisoning. A zárt-ciklus védelem, folyamatos expozú-képesítés és gyorsabb kód-javítás. Az egységes terv: Google AI Threat Defense Korábban az üzleti kontextus adatai szét voltak szétterelve különböző, egymással nem-kapcsolódó biztonsági eszközökben. Most az AI lehetővé teszi a védezők számára, hogy ezt a gazdag adatot egységes, folyamatosan működő, önállóvé és automatizáltvé tegyék. A Google AI Threat Defense-et azért hoztuk létre, hogy egyetlen platformba tömődjön a Google biztonsági képessége: a Gemini fejlett logikus képessége, a Wiz kontextus-üzleti erő, a CodeMender kód-szintű javítási képessége és a Mandiant elsődleges intelligencia. A platformunk átalakítja a sérülékenységi kezelést egy négy lépéses keretrendszerben: 1. Felkészülj, térképed a feltárt alkalmazásokat, API-kat, identitásokat és működési környezeteket a Wiz segítségével. Szimuláld az támadási útvonalakat a Wiz Red Agent segítségével. Csökkentsd a webes elérhetőséget, mielőtt a sérülékenységek megjelentek. 2. Szkennelés és prioritizálás Futtasd többszintes szkennelést — használj könnyebb modelleket a széles körű lefedettséghez, és a Gemini frontier modelleket a magas kockázatú eszközök mély elemzéséhez. Újraalkalmazd a hatalmas figyelmeztetési listákat mély, kontextus-alapú kockázati ellenőrzéssel, beleértve a tökéletes költséggel. 3. Javítás Használj CodeMender IDE-kben/CL-ben, hogy automatikusan generálj megbízható kód-javításokat. Újraalkalmazd a lassú, manuális javításokat automatizált, kód-szintű javításokkal és memóriatámogatással. 4. Figyeld Használj Wiz-hez kötött AI agent-eket, hogy keresd a sérülékenységeket és anomáliákat a hálózaton, az identitásban és az alkalmazási telemetry-n. Párosítsd a Google Security Operations-szel, hogy gyorsan az ismeretlen fenyegetéseket keressd. Alakíts ki gépen működő detektálást a제로-day reakcióhoz és a nem-jó állapotú környezetekhez. A Morgan Stanley a Google Cloud és a Wiz segítségével, a “prepare, scan, remediate, and monitor” alapelvek alapján, a biztonságosabb választ szerezte meg a pro-Russia befolyási rendszerhez. A fragmentált eszközök helyett az egységes terv segítségével a Morgan Stanley 99,9%-kal csökkentette a veszélyek detektálási idejét, a 45 perces reaktív időből 90 másodpercen belül. Google Cloud x Morgan Stanley: Újraalkalmazva a védelem az AI uralmában A Google Cloud x Morgan Stanley: Újraalkalmazva a védelem az AI uralmában A stratégikus emberi felügyelet, ahoz, hogy az automatizált fenyegetéseket egyidejűen ne tudja kezelni, az emberi irányítás továbbra is elengedhetetlen. Az autonóm AI agent-eket közvetlenül azokon a csapatokon helyezzük el, amelyekhez tartoznak. Például a Wiz-ben a Red agent automatizálja a penetráci tesztet, a Blue agent a fenyegetés-vizsgálatokkal, a Green agent pedig a felhő-javításokkal. Minden AI beszélgetés egy biztonsági beszélgetés. Ez azt jelenti, hogy a biztonsági infrastruktúra megépítéséhez, és nem csak rá kell telepíteni. Ez biztosítja a működési autonó-t, amely lehetővé teszi, hogy a mérnöki és biztonsági csapatok eltávolítsák a backlog-ot, és megvédjék az alkalmazási életciklust, anélkül, hogy a sebességet veszítik. Mit tegyünk: AI-native, agent-driven infrastruktúra A védekezés alapja az, hogy megvédjük az környezeteinket, nem csak a külső fenyegetések ellen, hanem azokat is, amelyek az AI-ból származnak, mint például a rejtett AI-agent és az engedély nélküli agent. Amikor az alkalmazók letöltik a modelleket, és agent-eket telepítenek az IT felügyelete nélkül, akkor ez sziszertikus hiányosságok és adat-támadások kockázata. A megoldás a Zero Trust for AI alkalmazása és a megfelelő architektúra- és szabályozási irányelvek megteremtése. Minden AI beszélgetés egy biztonsági beszélgetés. Ez azt jelenti, hogy a biztonsági infrastruktúra megépítéséhez, és nem csak rá kell telepíteni. A Google-nél a biztonság nem csak egy réteg, hanem a mi alapunk. A biztonság-alapú architektusunk szinte 15 milliárd nem-kívánatos e-mailt blokkol, és minden nap milliárd felhasználót véd. Ahogy a fenyegetés-térfehérül, az AI-val megbirkózás az AI-alapú platform. Küzdj azzel, hogy az AI-t megvédd. Tudj meg, hogyan tegyed biztonságossá az alkalmazási életciklust a Google AI Threat Defense segítségével.
Kapcsolódó cikkek
A Cloudflare WAF védi a WordPress alkalmazásokat két magas szintű biztonsági réstól
A Cloudflare két WAF-szabályt alkalmazott, a WordPress biztonsági csapat által feltárt, magas súlyú hibákra válaszul. Az új szabályok a Cloudflare összes ügyfelét, akik a sérült WordPress verziókat használnak, védik, de az ügyfeleknek továbbra is azonnal frissíteni kell a javított verzióra.
Eclipse Dataspace komponensek az AWS-en: Költséghatékony stratégiák
Amikor Eclipse Dataspace Components (EDC) csatlakozókat AWS-en telepítesz, az egyik első kihívás az szükséges infrastruktúra költségének előre megjósolása és irányítása. Ha nincsenek világos mérőszámok, nehéz tájékozott döntéseket hozni a feladatméret, a környezet konfigurációja és a hosszú távú befektetés tekintetében. Az “Eclipse Dataspace Components (EDC)” blogsor első része a alapokat foglalta magában
Eclipse Dataspace-komponensek az AWS-en: A termelési környezetben alkalmazott architektúrák
Az Eclipse Dataspace Components (EDC) csatlakoztatók működtatása a termelési környezetben az AWS-en, átgondolt architektúra-döntéseket igényel az izoláció, a felügyelt szolgáltatások és a biztonsági réteg tekintetében. Az “Eclipse Dataspace Components (EDC)” sorozat első részében a dátum tér architektúrájának alapjait és az International Data Space Association (IDSA) szabványai szerint az EDC-t ismertük. Ha még nem ismeritek az EDC-t, akkor ajánljuk, hogy azzal kezdjenek.