AI 安全狀況管理 (AI-SPM)

獲得模型、GenAI 和 AI 供應鏈的可視性和控制。在新的攻擊途徑出現之前予以阻止。
Prisma Cloud AI-SPM 網路研討會

讓雲端安全專業人員精通 AI 安全狀況管理

了解用於管理 AI 激增、影子 AI 模型並符合嚴格 AI 安全法規的策略。
Adoption of artificial intelligence (AI)
為何如此重要

AI/ML 的快速採用會導致模型受損、AI 模型濫用和不必要的數據暴露。


了解我們的 AI 安全方法。閱讀部落格

  • 全新的 AI 攻擊途徑

    由於實作新的管道和基礎結構,加上欠缺統一的可視性,導致企業容易遭受新的攻擊。

  • 處理模型激增問題

    欠缺 AI 庫存可能會導致影子 AI 模型、合規性違規以及透過 AI 支援的應用程式進行數據外洩。

  • 欠缺監管

    以 AI 為重點的新立法要求嚴格控制 AI 的使用和輸入 AI 應用程式的客戶數據。

高層級效益

保護和控制 AI 基礎結構、使用和數據

儘可能發揮 AI 和大型語言模型 (LLM) 的變革效益,而不會導致企業面臨風險。Prisma® Cloud AI 安全狀況管理 (AI-SPM) 可供您掌握和控制 AI 安全的三個關鍵組成部分:用於訓練或推理的數據、AI 模型的完整性以及對已部署的模型進行的存取

  • 偵測不安全或未經授權的模型使用。
  • 降低 AI 系統數據暴露的風險。
  • 務必遵循目前和即將發佈的法規。

    保護和控制 AI 基礎結構、使用和數據

    資訊圖表:AI 風險分析

    • 訓練數據分類
    • 模型存取監管
    • 現場模型庫存
    • AI 濫用預防
    • AI 攻擊路徑分析

    我們的 AI 安全方法

    PRISMA CLOUD 解決方案

    AI 應用程式生態系統可視性

    探索全部 AI 應用程式、模型和相關資源。識別並追蹤應用程式中使用的 AI 元件運作。

    • AI 應用程式堆疊探索

      探索全部 AI 應用程式、模型和相關資源。

    • AI 運作

      識別並追蹤應用程式中使用的 AI 元件和數據來源運作。

    • 模型庫存

      對部署的 AI 模型編排目錄並識別更新。

    Discover, protect and govern AI and data
    AI Model Risk Analysis

    AI 模型風險分析

    識別 AI 供應鏈中的弱點,並且找到由於錯誤設定而可能導致操縱、濫用和竊取的模型和相關雲端資源。

    • 防止模型入侵和竊取

      透過識別攻擊者的風險來發揮同等的功能。

    • 找出錯誤設定

      透過減少過度授權的運算執行個體和模型。

    • 避免不安全的外掛程式設計

      透過識別過度授權和易受攻擊的代理程式/工作負載。

    涵蓋模型資源的數據安全性

    操縱模型數據可能會造成弱點和偏見、暴露數據,並導致數據隱私權侵犯、合規性和安全風險。

    • 對 AI 堆疊進行分類

      確定敏感數據存在於為 AI 模型提供支援的訓練和參考數據、程式庫、API 和數據管道中的位置。

    • 監控敏感數據

      監控和監管數據暴露、污染風險、隱私權侵犯和安全漏洞。

    • 排定弱點的優先順序

      在託管正在存取敏感數據的 AI 所用的基礎結構中。

    Real-time detection and response

    深受創新者信賴

    了解這些客戶如何使用 Prisma Cloud 確保數據更加安全

    請 AI 專業人員進行示範。

    什麼是您最感興趣的功能?

    請完成 reCAPTCHA 以啟用表單提交。
    提交此表單表示您同意我們的條款。檢視我們的隱私權聲明

    來源

    Data Security Tip Sheet,Palo Alto Networks,2023 年 8 月;The Total Economic Impact Of Palo Alto Networks Prisma Cloud,Forrester Consulting,2023 年 11 月。