「AI 安全,沿用既有設備」…Fortinet 公開 AI 安全與 SASE 服務
TECHWORLD ·
✦ AI 摘要
Fortinet 於 5 日公開 FortiGuard Inline AI Security Service 與 FortiLink SASE Service。
FortiGuard Inline AI Security Service 以 FortiGate 客戶為對象,設計為在維持既有設備的情況下回應 AI 威脅,且由 FortiAIGate 支援的防護欄可即時檢查提示詞與資料。
FortiLink SASE Service 以小型據點與分散式據點為對象,透過在地網路連接至 FortiSASE,不需現場專用防火牆即可套用集中式資安防護。
BizCrushWant to follow Korean talks and live streams in real time?Try BizCrush Live
隨著企業對 AI 的運用擴大,並逐步導入實際營運環境,大型語言模型(LLM)與自主代理的存取範圍也延伸到敏感資料、商業應用與核心工作流程。相較之下,既有資安工具仍停留在 IP 檢查、特徵碼檢查與酬載檢查,無法支援對提示詞中的潛在威脅與回應中的潛在威脅進行評估。
Fortinet 為因應這一缺口,於 5 日公開「FortiGuard Inline AI Security Service」。這項服務的目的是在維持既有設備的情況下回應 AI 威脅,對象為 FortiGate 客戶。此外,該服務也提供 AI 特化檢查與防護欄,且以雲端服務形式提供。
Fortinet 同日在公開「FortiLink SASE Service」。這項服務以小型事業據點為對象,設計成可在沒有現場專用防火牆的情況下,保護小型分點、遠端設施等分散式據點。藉此可簡化分散式據點的防護。
AI 特化威脅可能潛伏於提示詞、模型回應,以及模型上下文協定(MCP)工具之間的通訊中。這類威脅可能引發惡意的工具呼叫、API 呼叫與自主代理行為。
Fortinet 已讓以 FortiGate 為基礎的資安功能可在既有 FortiGate 環境中使用。據此,組織無須另外建置與管理 AI 資安基礎架構,也能在既有使用中的基礎架構內導入進階 AI 資安功能。
以 FortiAIGate 為基礎的防護欄功能可即時檢查提示詞與資料。這些防護欄適用於 AI 代理、LLM、模型上下文協定(MCP)工具的互動全程,並套用資安、法遵與資料保護政策。此外,除了既有對 shadow AI 使用的偵測與針對 AI 流量套用資料外洩防護(DLP)政策之外,還會檢查 AI 互動內容,並額外提供敏感資料遮罩功能。
FortiGuard Inline AI Security Service 以仍在開發中的 FortiAIGate 技術為基礎。FortiAIGate 的組成元件包含高效能 AI 防護欄、擴展的存取控制、法遵控制、shadow AI 可視性、代理可視性,以及近期收購的 Virtue AI 技術。
FortiAIGate 的角色是分析 AI 應用與模型之間的互動。它同時也是一個控制點,可依模型、應用、使用者角色與商業脈絡套用即時政策。
FortiLink SASE Service 提供透過 Fortinet Wi-Fi 存取點(AP)與乙太網路交換器,將在地網路連接至 FortiSASE 的功能。藉此,組織可在沒有現場 FortiGate 防火牆的情況下,於分散式據點全面套用一致的資安防護,且流量檢查、政策套用與管理都可在中央進行。
公司說明,即使未安裝端點代理,LAN 環境整體也可連接 FortiSASE。公司並指出,即使沒有各據點的專用資安設備,也可整合 FortiSASE,且包括無法執行 FortiClient 的裝置在內的有線與無線裝置,都能透過雲端資安防護來保護。這也說明,不必為個別裝置或據點各自配置獨立的資安元件,就能以在地網路為單位套用 FortiSASE。
Michael Xie 表示,企業導入 AI 的速度需要可擴充的 AI 安全來跟上。他提出可透過 FortiGate 擴展 AI 檢查與防護欄,並說明客戶可在既有使用中的基礎架構上運用 AI 安全。
Anthony James 表示,分散式據點的保護方式需要更高的彈性。他指出,越是在難以部署專用資安基礎架構與代理的地方,彈性就越重要,並說明透過將 FortiSASE 延伸至在地網路,可在維持一致資安與集中控制的同時,簡化使用者與裝置保護。
來源: TECHWORLD · Kim Hye-jin 原文: https://www.epnc.co.kr/news/articleView.html?idxno=409342
參考資料
本文由 BizCrush 在自動生成演算法的協助下撰寫。
來源 TECHWORLD
查看原文本文由 BizCrush 根據 TECHWORLD 原文摘要整理。準確引文與細節請參閱原文。
