Sysdig führt AI Workload Security ein

Die neueste Funktion der Sysdig-CNAPP gibt Einblicke in KI-Workloads und hilft, aktive Risiken und verdächtige Aktivitäten in Echtzeit zu identifizieren und neue KI-Richtlinien einzuhalten

Sysdig, Anbieter von Cloud-Sicherheit auf Basis von Runtime Insights, kündigte heute die Einführung von AI Workload Security an. Die neueste Ergänzung der Cloud-native Application Protection Platform (CNAPP) des Unternehmens wurde entwickelt, um aktive Risiken im Zusammenhang mit KI-Umgebungen zu identifizieren und zu verwalten. Sie soll Sicherheitsteams dabei helfen, verdächtige Aktivitäten in Workloads, die KI-Pakete enthalten, zu identifizieren, zu verstehen und Probleme schnell zu beheben.

„Mit der Erweiterung der Sysdig CNAPP um AI Workload Security reagieren wir auf die weit verbreitete Nachfrage nach einer Lösung, die den sicheren Einsatz von KI ermöglicht, damit Unternehmen deren Leistungsfähigkeit nutzen und ihre Geschäftsprozesse beschleunigen können. Mit AI Workload Security sind Unternehmen in der Lage, ihre KI-Infrastruktur zu verstehen und aktive Risiken identifizieren zu können, wie z. B. Workloads, die in Gebrauch befindliche KI-Pakete enthalten, die öffentlich zugänglich sind und ausnutzbare Schwachstellen aufweisen. KI-Workloads sind ein Hauptangriffsziel für böswillige Akteure, und AI Workload Security ermöglicht es Verteidigern, verdächtige Aktivitäten innerhalb dieser Workloads zu erkennen und die unmittelbarsten Bedrohungen für ihre KI-Modelle und Trainingsdaten anzugehen“, sagt Knox Anderson, SVP of Product Management bei Sysdig.

Kubernetes hat sich zur bevorzugten Bereitstellungsplattform für KI entwickelt. Die Sicherung von Daten und die Abschwächung aktiver Risiken in containerisierten Workloads sind jedoch aufgrund ihrer Kurzlebigkeit von Natur aus schwierig. Das Verständnis bösartiger Aktivitäten und Laufzeitereignisse, die zu einer Verletzung sensibler Trainingsdaten führen können, erfordert eine Echtzeitlösung mit Laufzeittransparenz. Die Sysdig CNAPP basiert auf der Open-Source-Lösung Falco, dem Standard für die Erkennung von Bedrohungen in der Cloud. Sie ist für Cloud-native Laufzeitsicherheit, wie Kubernetes-Cluster, konzipiert, unabhängig davon, ob sich diese Workloads in der Cloud oder vor Ort befinden.

Mit der Einführung von AI Workload Security in Echtzeit hilft Sysdig Unternehmen, Workloads in ihrer Umgebung mit führenden KI-Engines und Softwarepaketen wie OpenAI, Hugging Face, Tensorflow und Anthropic sofort zu identifizieren und zu priorisieren. Indem Sysdig erkennt, wo KI-Workloads ausgeführt werden, können Unternehmen ihre KI-Nutzung verwalten und kontrollieren – unabhängig davon, ob diese Nutzung offiziell ist oder ohne entsprechende Genehmigung erfolgt. Sysdigvereinfacht außerdem die Triage und verkürzt die Reaktionszeiten durch die vollständige Integration von Echtzeit-KI-Workload-Sicherheit. Diese wird ergänzt um eine Funktion für einheitliche Risikofeststellungen, die Sicherheitsteams eine einzige Ansicht aller korrelierten Risiken und Ereignisse bietet. Diese ermöglicht einen effizienteren Workflow für die Priorisierung, Untersuchung und Behebung aktiver KI-Risiken.

Wachsende Gefährdung öffentlich zugänglicher Workloads

Sysdig fand heraus, dass 34 Prozent aller GenAI-Workloads, die derzeit eingesetzt werden, öffentlich zugänglich sind. Das bedeutet, dass ein Workload über das Internet oder ein nicht vertrauenswürdiges Netzwerk zugänglich ist, ohne dass entsprechende Sicherheitsvorkehrungen getroffen wurden, was die von GenAI-Modellen genutzten sensiblen Daten in akute Gefahr bringt. Die öffentliche Zugänglichkeit erhöht nicht nur das Risiko von Sicherheitsverletzungen und Datenlecks, sondern eröffnet auch Probleme bei der Einhaltung von Vorschriften.

Die heutige Ankündigung kommt zur rechten Zeit, da der Einsatz von künstlicher Intelligenz (KI) immer schneller voranschreitet und die Sorge um die Sicherheit dieser Modelle und der für ihr Training verwendeten Daten wächst. Eine kürzlich durchgeführte Umfrage der Cloud Security Alliance ergab, dass mehr als die Hälfte der Unternehmen (55 Prozent) planen, in diesem Jahr GenAI-Lösungen zu implementieren. Sysdig fand außerdem heraus, dass sich der Einsatz von OpenAI-Paketen seit Dezember fast verdreifacht hat. Von den GenAI-Paketen, die derzeit eingesetzt werden, macht OpenAI 28 Prozent aus, gefolgt von HuggingFace’sTransformers mit 19 Prozent und Natural Language Toolkit (NLTK) mit 18 Prozent.

Anteil der von Sysdig beobachteten, derzeit eingesetzten GenAI-Pakete nach Anbieter:

1. OpenAI(28%)

1. Hugging Face Transformers(19%)

1. Natural Language Toolkit/NLTK(18 %)

1. SpaCy(12 %)

1. TensorFlow (11%)

1. Keras(10%)

1. Anthropic (>1%)

1. Theano(>1%)

Die Einführung von AI Workload Security steht auch im Einklang mit den bevorstehenden Richtlinien und dem zunehmenden Druck, KI zu prüfen und zu regulieren, wie dies in der Executive Order der Biden-Administration vom Oktober 2023 vorgeschlagen wird und mit den Empfehlungen der National Telecommunications and Information Administration (NTIA) vom März 2024 übereinstimmt. Indem Sysdig AI Workload Security die öffentliche Exposition, ausnutzbare Schwachstellen und Laufzeitereignisse hervorhebt, hilft es Unternehmen in allen Branchen, Probleme schnell zu beheben, bevor die KI-Gesetzgebung in Kraft tritt.

„Ohne angemessene Runtime Insights setzen KI-Workloads Unternehmen einem unnötigen Risiko aus. Bedrohungsakteure können Schwachstellen in laufenden Paketen ausnutzen, um auf sensible Trainingsdaten zuzugreifen oder KI-Anfragen und -Antworten zu verändern“, so Anderson weiter. „Unternehmen müssen verbesserte Sicherheitskontrollen und Laufzeiterkennungen einrichten, die auf diese einzigartigen Herausforderungen zugeschnitten sind, und Sysdig hilft Kunden, diese ethischen Bedenken und blinden Flecken zu beseitigen, damit sie alle Vorteile der Effizienz und Geschwindigkeit nutzen können, die generative KI bietet.“

Weitere Informationen finden Sie hier: https://sysdig.com/press-releases/sysdig-launches-ai-workload-security