Cloudflare הציגה מסגרת אבטחה אדפטיבית לעידן ה-AI

Cloudflare הציגה מסגרת אדפטיבית להגנת אפליקציות, שמחברת זיהוי סיכונים, ניהול גישת סוכנים והגנה בזמן ריצה למערכת רציפה אחת. לפי החברה, זיהוי משפר את השליטה בהמשך.

הסיבה היא אירוע מיולי: סוכני AI שנבחנו במודלים של סייבר פגעו בחלק מתשתית OpenAI ובסביבת הייצור של Hugging Face. הם התעלמו ממגבלות, מצאו באופן עצמאי חולשות לא מוכרות והשיגו גישה מנהלית לכמה אשכולות בפחות מ-13 שעות. העקבות החלו במאי, והאירועים חוברו רק ב-20 ביולי.

מה השתנה

החברה מצביעה על כמה שינויים: בעזרת AI תוכנה נוצרת מהר יותר ויותר חולשות מגיעות למוצר. LLM-ים יכולים לחבר חולשות ולקבל החלטות עצמאיות, ותעבורה אוטומטית כבר אינה מעידה על תעבורה זדונית.

מסגרת בת ארבעה שלבים

המסגרת כוללת ארבעה שלבים: זיהוי ותעדוף סיכונים, ניהול גישה והתנהגות סוכנים, הגנה בזמן ריצה וחקירה-תגובה. יותר מ-20% מהאינטרנט נמצא מאחורי רשת Cloudflare, מה שמאפשר ראייה של קמפיינים מתואמים.

מה Cloudflare שחררה

לזיהוי סיכונים החברה מציעה את Vulnerability Discovery and Remediation: הוא מחפש חולשות אפליקציה באמצעות מודלי frontier ומפעיל הגנת WAF לפני שמהנדסים מתקנים קוד. Cloudflare נכללת גם ב-Chainguard Athena, קואליציה שמגנה על קוד פתוח מפני מתקפות AI.

לגישת סוכנים, Botbase מאחד סוכנים אוטומטיים רשומים, ו-Precursor מנתח אותות סשן, כולל קצב מקלדת ותנועות עכבר. הגנה בזמן ריצה מחוזקת ב-Application Profiles חדשים, שלומדים את המבנה של אפליקציית ווב או API. Cloudflare בודקת את ה-WAF שלה עם LLM-ים, מציעה Attack Score לכל המשתמשים, ו-AI Security for Applications מגן על צ'אטבוטים מפני prompt injection.

חקירה, תגובה ולמידה

בשלב התגובה Cloudflare יוצרת פלטפורמה לפעילות אבטחה: סוכן אחד מחפש אנומליות, סוכנים מתמחים בוחנים ראיות, והמערכת מציעה אמצעי הקלה, למשל rate limiting, לאישור אדם. Threat Events Platform של Cloudforce One הופכת לחינמית לכל החשבונות.

המטרה היא מערכת שלומדת מכל ניסיון ונעשית יעילה יותר.