Redacción
En la actualidad, los agentes de inteligencia artificial ya operan activamente en el entorno corporativo asumiendo tareas de desarrollo de código, acceso a infraestructuras en la nube, procesamiento de documentos y gestión de flujos de trabajo. A medida que estos sistemas adquieren una mayor autonomía en las empresas, los controles de seguridad tradicionales basados en reglas estáticas resultan insuficientes para proteger los datos empresariales.
Para dar respuesta a esta necesidad del mercado, Check Point Software Technologies ha presentado un sistema de protección contextual para IA que analiza la intención y el comportamiento completo del agente en múltiples pasos. A diferencia de las herramientas convencionales que examinan peticiones aisladas o archivos únicos, esta nueva tecnología evalúa de manera constante el propósito original del usuario, la información recopilada, las herramientas empleadas con anterioridad y la política de la organización para tomar decisiones preventivas en tiempo real.
De este modo, la nueva solución identifica riesgos derivados de secuencias de acciones que individualmente parecen legítimas. Por ejemplo, si un asistente de desarrollo accede a registros internos de producción, almacena la información en la memoria y posteriormente intenta transferir esos datos para crear un tique en una plataforma pública. El sistema detecta la relación entre estos pasos y bloquea la última acción para evitar que la información confidencial abandone el entorno seguro.
Igualmente, la tecnología es capaz de detectar si el agente se desvía de la tarea asignada o sufre un ataque de inyección indirecta, deteniendo el proceso de inmediato si una instrucción oculta en un documento malicioso intenta extraer credenciales mientras el sistema realiza un simple resumen.
Ofir Israel, vicepresidente de I+D en Seguridad de IA de Check Point afirma: “Los agentes son útiles porque encuentran enfoques que no anticipamos. Con un conjunto de reglas estáticas, la protección se limita a lo que previmos al escribirlas. Un modelo de seguridad que evalúa la tarea completa contrasta cada acción con lo que el usuario pidió y evita las que no encajan. Eso es lo que el mercado exige y por qué esta capacidad es determinante”.
Para evitar cuellos de botella y no ralentizar los procesos de automatización, las evaluaciones de seguridad se ejecutan en aproximadamente cincuenta milisegundos, permitiendo bloquear operaciones destructivas sin afectar a la experiencia del usuario.
A nivel de disponibilidad, esta capacidad de protección contextual ya se encuentra operativa en entornos de producción y se está implementando de forma gradual entre los clientes de la firma. Su despliegue puede realizarse mediante herramientas específicas para la seguridad de la fuerza laboral, integraciones nativas con pasarelas de IA. Así como a través de interfaces de programación de aplicaciones y complementos directos.
