پرش به محتوای اصلی

Humano ۳.۲ میلیون دلار جذب کرد تا ریسک عامل‌های هوش مصنوعی را در زمان واقعی ارزیابی کند

Behzat AIagent-securityrisk-scoringai-governanceenterprise-agentsfunding
عکس ماکرو از یک برد مدار که مسیرها، نقاط لحیم‌کاری و قطعات نصب‌شده روی سطح را با عمق میدان کم نشان می‌دهد.

Humano ۳.۲ میلیون دلار جذب کرده است تا ریسک عامل‌های هوش مصنوعی را در زمان واقعی ارزیابی کند. این جذب سرمایه پاسخی مستقیم به شکافی است که سازندگان عامل مدام با آن روبه‌رو می‌شوند: فاصله میان اقدام بعدی یک عامل و نقطه اعمالی که می‌تواند آن را مسدود کند. ارزیابی ریسک در آن لایه همان چیزی است که یک سیاست را به یک کنترل واقعی تبدیل می‌کند.

Circuit board macro

Okta به‌طور موازی موضع امنیتی خود را با تمرکز بر عامل گسترش می‌دهد و استدلال می‌کند که قصد (intent) سیگنال امنیتی بعدی است. این دو حرکت در یک جهت اشاره دارند. کنترل‌های هویت و دسترسی فرض می‌کنند یک انسان یا سرویس با هدفی پایدار و اعلام‌شده وجود دارد؛ عامل‌ها اقدامات را به‌صورت پویا تولید می‌کنند، بنابراین سیگنال مفید این است که عامل در ادامه چه کاری می‌خواهد انجام دهد، نه فقط اینکه مجاز است چه چیزی را فراخوانی کند. ارزیابی این قصد در زمان واقعی همان چیزی است که تصمیم مسدودسازی را پیش از اجرای اقدام ممکن می‌کند.

Server rack closeup

این جذب سرمایه همچنین در کنار گزارش‌هایی منتشر می‌شود که نشان می‌دهند عامل‌های مدیریت‌نشده برای سازمان‌ها میلیون‌ها دلار هزینه در قالب شکست‌های پنهان ایجاد می‌کنند. سازوکار آن از موج‌های پیشین خودکارسازی آشناست: عامل‌ها اعتبارنامه‌ها و دسترسی به ابزارها را به ارث می‌برند و سپس به مسیرهایی منحرف می‌شوند که هیچ سیاستی آن‌ها را پوشش نمی‌دهد. آنچه از این پوشش خبری روشن نمی‌ماند این است که ارزیابی Humano چگونه با دروازه‌ها و ارائه‌دهندگان هویت موجود یکپارچه می‌شود و چه بودجه تأخیری را برای اعمال درون‌خطی هدف گرفته است.

بیایید صحبت کنیم!