影子AI信息搜集可以让您了解生成性AI和未被组织正式批准或管理的AI驱动服务的使用情况。 它帮助您了解用户与AI工具交互的地点和方式,使您在定义执行或访问权限策略之前能评估潜在的数据暴露和风险。
影子AI信息搜集注重于意识和洞察。 它默认不会阻止流量,也不会检查AI提示或响应的内容。
影子AI信息搜集识别与互联网流量中的AI服务的交互,包含:
- 公开生成型AI工具
- AI增强功能嵌入SaaS应用程序
- 直接用户与站点或远程用户AI服务交互
这些交互可能在没有明确的IT批准的情况下发生,并且是在批准的企业AI平台之外。
影子AI信息搜集基于网络级可见性和流量分析。
Cato 通过应⽤程式签名、域名和⾏为模式结合识别 AI 服务。 这包括独立的 AI 应用程式以及嵌入在广泛 SaaS 平台中的 AI 功能。
根据协定、目的地与使用行为分析和分类流量,以发现与 AI 有关的活动。 此方法不依赖于与 AI 供应商的 API 集成或基于代理的端点检查。
然后, AI 使用量与网络上下文相结合,实现对使用 AI 服务的用户位置及设备的可见性, 而不检测用户互动内容。
此外,Cato 为嵌入在SaaS应用程序中的AI模型(例如 Microsoft 365 Copilot 或 Google Workspace AI 功能)提供信息搜集、配置可见性和风险评估。 这些嵌入式AI功能通过同样的分析过程进行识别,确保不会被忽视。
Cato AI 安全性评估嵌入 AI 功能的风险状况,包括使用中的具体计划或配置,并使组织能够执行管理如何访问和使用这些应用程序内 AI 的策略。
影子AI信息搜集收集与AI使用相关的元数据和上下文信息。 收集的信息包括:
- AI应用程序或服务身份
- 应用程序类别和AI分类
- 来源上下文,例如用户、站点或IP地址
- 目的地AI服务
- AI相关活动的频率和量
0 条评论
请登录写评论。