Menü

İletişime geçin
Logo
Basın

Ofansif Güvenlik / Yapay Zeka Uygulama Güvenliği

Yapay zekanız da bir saldırı yüzeyidir.

Yapay zeka işlevleri hızla geliştirilir. Ancak her veri erişimi ve bağlanan her araçla birlikte uygulamanızın taşıdığı sorumluluk da artar. OTOKO®, ekiplerin yapay zeka yazılımlarını ve SaaS'ı daha güvenli hale getirmesine yardımcı olur: mimariden yetkilendirilmiş testlere ve giderime kadar. Yazılım analizinde 15 yıllık deneyim ve dünya genelinde 95 kişilik bir OTOKO® ekibi, iş birliğimizin temelini oluşturur.

Hizmet ayrıntıları
Birden fazla ekranda program koduyla çalışma, temsili görsel
Yapay Zeka Uygulama Güvenliği

Analiz, entegrasyon ve şeffaf devir

OTOKO®'ya verdiğiniz görev

Yapay Zeka Uygulama Güvenliği: sizin için üstlendiklerimiz.

İş paketleri mevcut durumunuzdan türetilir. Ekibiniz üzerinde anlaşılan kapsamı, gereken katkıyı ve devir sırasında hazır olması gereken sonuçları bilir.

Veri ve güven sınırlarını anlamak

Prompt'lar, belgeler, arama sonuçları ve araç yanıtları farklı kaynaklardan gelir. Verilerin nerede okunduğunu, işlendiğini ve aktarıldığını, ayrıca hangi kararların model dışında güvence altına alınması gerektiğini birlikte tespit ederiz.

Sonucunuz

Önceliklendirilmiş risklerle mimari ve veri akışı değerlendirmesi.

RAG'ı ve kiracı erişimlerini test etmek

Kontrol, yetkilendirilmiş test veri kümesinde bir isteğin yalnızca öngörülen belgelere erişip erişemediğini inceler. Roller ve kiracı ataması; arama, bağlam hazırlama ve yanıt üretimi sırasında da birbiriyle uyumlu olmalıdır.

Sonucunuz

Üzerinde anlaşılan veri erişim sınırlarının gerekçelendirilmiş değerlendirmesi.

Ajanları ve araçları sınırlandırmak

Bir yapay zeka hangi eylemleri tetikleyebilir ve hangileri için ek bir onay gerekir? Araç yetkileri, çıktılar ve insan karar noktaları, sınırların uygulanmasını yalnızca modele bırakmak yerine, sürecin tamamında incelenir.

Sonucunuz

Eylemlere, yetkilere ve onaylara ilişkin gereklilikler ve bulgular.

Güvenliği sürümlere dahil etmek

Analiz ve testlerden elde edilen bulgular, uygulanabilir değişikliklere ve tekrarlanabilir kontrollere dönüştürülür. Temsili örnekler; modelde, bağlamda, araçlarda veya uygulama kodunda yapılan değişikliklerin ardından yapılan yeniden testi destekler.

Sonucunuz

Önceliklendirilmiş iyileştirmeler ve üzerinde anlaşılan bir regresyon test seti.

Planlama ve uygulama

Proje pratiğinde Yapay Zeka Uygulama Güvenliği.

Sadece bir modelin davranışını değil, uygulamayı incelemek

Bir yapay zeka özelliği tek bir prompttan daha fazlasından oluşur. Belgeleri alabilir, dahili verilere erişebilir, bilgileri hizmetlere gönderebilir veya araçlar aracılığıyla eylemler tetikleyebilir. Güvenlikle ilgili etki, bu sistemin bütününden doğar. Bu nedenle veri kaynaklarını, rolleri ve izin verilen eylemleri birlikte ele alırız. Belgelerden veya araç yanıtlarından gelen içerikler, potansiyel olarak güvenilmez girdi olarak değerlendirilir. Bunun hangi etkilere yol açabileceği, yetkilere ve özelliğin uygulamanıza nasıl entegre edildiğine bağlıdır.

Analiz, klasik yazılım güvenliği konularını yapay zekaya özgü risklerle birleştirir. Kullanıcı arayüzü bir sohbet olsa bile kimlik doğrulama, kiracı ayrımı ve sunucu tarafı yetkilendirme önemini korur. Bir model, bir kişinin hangi verilere erişebileceğine tek başına karar vermemelidir. Mimari ve kontrol noktaları, kritik kararlar serbest biçimde oluşturulmuş bir yanıtın dışında ve doğrulanabilir şekilde alınacak biçimde değerlendirilir. Somut uygulama sisteme bağlıdır ve geliştirme sorumlularınızla birlikte kararlaştırılır.

Gerçekçi ve onaylanmış veri yollarıyla test etmek

Anlamlı bir inceleme için temsili test rolleri ve veri kümeleri hazırlanır. Örneğin bir RAG uygulamasında, arama sonuçlarının ve bağlam oluşturmanın öngörülen erişim sınırlarını gözetip gözetmediği önem taşır. Ajanlarda ayrıca hangi araçların erişilebilir olduğu ve görevlerin nasıl onaylandığı odak noktasıdır. İnceleme, yetkilendirilen kapsamın içinde kalır. Bir kanıt için başka müşterilerin verilerine ihtiyaç duyulmamalıdır; uygun bir test veri kümesi, etkileri hedefli ve kontrol edilebilir şekilde görünür kılar.

Model çıktıları değişkenlik gösterebilir. Bu nedenle tek bir başarılı veya başarısız deneme, sorgulanmadan genel bir sonuç olarak ele alınmaz. Ön koşullar, yapılandırma ve gözlemlenen davranış belgelenir. Bir sorun yalnızca belirli koşullar altında ortaya çıkıyorsa, bu sınırlama bulgunun bir parçası olur. Tersine, bir gözlemin bulunmaması da tüm olası girdiler için bir garanti oluşturmaz. Rapor; kanıtlanmış etkileri, mevcut varsayımları ve daha ileri inceleme gerektiren alanları birbirinden ayırır.

Hızlı geliştirmeyi gerekçeli güvenlik kararlarıyla birleştirmek

“Build fast” ve “ship fast” yaklaşımları, risklerin ancak üretim ortamında keşfedilmesi anlamına gelmek zorunda değildir. Analiz sonuçları, ekibinizle birlikte önceliklendirilmiş değişikliklere dönüştürülür. Bunlara daha dar yetkiler, ayrıştırılmış veri erişimleri, doğrulanmış araç çağrıları ve sonuçları ağır eylemler için ek onaylar dahil olabilir. Hangi önlemin uygun olduğu, fiili uygulamadan ortaya çıkar. Genel prompt kurallarından oluşan bir liste, mimari, kimlikler ve izin verilen veri yolları üzerindeki çalışmanın yerini tutmaz.

İlgili test senaryoları sürüm sürecine dahil edilebilir. Böylece modeldeki, belge kaynaklarındaki veya araçlardaki değişiklikler bilinen gereksinimlere göre değerlendirilir. OTOKO® bunun için yazılım analizindeki 15 yıllık deneyimini ve dünya genelinde 95 kişilik bir ekibin iş birliğini ortaya koyar. Projeniz için uygun irtibat kişileri ve somut bir hizmet kapsamı belirlenir. Geliştirme ekibinizle birlikte yürütülen çalışma, anlaşılır bulguları uygulanabilir düzeltmelerle ve sonraki sürümler için bir temelle birleştirir.

Örnek proje senaryosu

Örnek: belge erişimine sahip dahili bir asistan

Bir asistanın, çalışanlara yalnızca rolleri için izin verilen belgeleri sunması amaçlanır. Hazırlanmış test rolleriyle arama erişimleri, bağlam oluşturma ve bağlı araçlar incelenir. Bulgular, somut yetki ve entegrasyon değişikliklerine ve tekrarlanabilir test senaryolarına yansıtılır.

Başlamadan önce

Yapay Zeka Uygulama Güvenliği hakkında sorular.

İyi bir sistem promptu güvenlik önlemi olarak yeterli midir?

Hayır. Kritik veri erişimleri ve eylemler, uygulamada ve bağlı hizmetlerinde uygun teknik sınırlar gerektirir. Bir prompt, bu sınırların uygulanmasının yerini tek başına alamaz.

SaaS içindeki mevcut yapay zeka özelliklerini de test ediyor musunuz?

Evet. Mevcut bir sürüm, rolleri, belge kaynakları ve entegrasyonlarıyla birlikte yetkilendirilmiş test planına dahil edilebilir. Değişiklikler daha sonra üzerinde anlaşılan senaryolara göre yeniden kontrol edilir.

RAG için dosya yüklemeleri de kapsam dahilinde mi?

İnceleme, yükleme ve işleme yolunu da kapsayabilir. Sürekli dosya kontrolü için ayrıca File Scanning ve CDR entegrasyonu planlanabilir; her ikisinin de kendi hizmet kapsamı vardır.

Yapay zeka sızma testleri başarıya bağlı olarak kararlaştırılabilir mi?

Uygun şekilde sınırlandırılmış ve kanıtlanabilir hedefler için Result as a Service kullanılabilir. Değişken çıktılar nedeniyle kanıt gereksinimleri ve değerlendirme yöntemi önceden özellikle net biçimde tanımlanmalıdır.

İlgili hizmetler

Siber güvenlik genel bakış sayfasına gidin

OTOKO® ile Yapay Zeka Uygulama Güvenliği

Projenizi tanımlayın. Uygun başlangıç noktasını netleştiririz.

Etkilenen sistemleri ve talebinizin amacını belirtin. Ön görüşmede kapsamı, ön koşulları ve sonraki adımları birlikte netleştiririz.

Yapay Zeka Uygulama Güvenliği konusunu görüşün

İş Ortaklarımız

  • Microsoft
  • Microsoft Azure
  • Amazon AWS
  • Google Cloud
  • Thales Group
  • Arrow ECS
  • Vodafone
  • IBM
  • Veeam
  • Atlassian
  • JetBrains
  • NinjaOne
  • OPSWAT
  • Utimaco
  • Eviden

Erişilebilirlik

Görünümü ihtiyaçlarınıza göre ayarlayın.

Bu sayfa için henüz basit dil sürümü mevcut değil.

Ayarlar şu anda yalnızca bu ziyaret için geçerlidir. Ayarların kalıcı olarak kaydedilmesine Çerez ayarları bölümünden izin verebilirsiniz.