Thales ha annunciato l'introduzione della sua AI Security Fabric, una soluzione volta ad indirizzare i rischi di sicurezza in applicazioni basate su modelli linguistici e aiuti AI durante l'esecuzione. Le aziende stanno sfruttando sempre di più investimenti specifici in difese contro l'intelligenza artificiale, per proteggere non solo i modelli AI, ma anche i dati e le identità che sottostanno a questi processi.
I rischi principali affrontati da Thales includono iniezioni di prompt, perdite di dati, manipolazioni dei modelli e debolezze nei pipeline di generazione aumentata con il recupero, nota come RAG. La soluzione, descritta come un elemento fondamentale in un ambiente AI d'azienda, è progettata per essere un livello unificato di sicurezza su distribuzioni native in cloud, on-premises e ibride.
Focus su minacce durante l'esecuzione
L'AI Security Fabric di Thales concentra la sua protezione durante l'esecuzione su applicazioni che integrano modelli di grandi linguaggi (LLMs) e agenti AI, dove software agenti operano basandosi su output dei modelli e dati esterni.
Obiettivi principali vanno ridurre il rischio di iniezioni di prompt e attacchi di jailbreaking, fuga informazioni del sistema, interruzione del modello e rivelazione di dati sensibili o regolamentati. La fabbrica introduce controlli distinti per dati, modelli e identità, consentendo alle aziende di applicare policy coerenti tra varie offerte AI.
Conformità e conformità regolamentare
L'utilizzo di questa soluzione permette alle aziende di espandere i progetti AI con aderenza a regolamenti interni e settoriali. É strutturata per funzionare in architetture native in cloud, su infrastrutture on-site e ambienti misti.
Componenti iniziali e funziona
Il lancement presenta due principali componenti: sicurezza applicazione AI e sicurezza di pipeline RAG.
- AI Application Security indirizza quelle applicazioni interne che invocano LLMs via API o modelli integrati. Monitora e controlla in corso d'opera, analizzando in tempo reale prompt e risposte.
- AI Retrieval-Augmented Generation Security si concentra sulla sicurezza dei dati nel processo RAG, dove dati externi alimentano le risposte AI. Identifica e protegge informazioni sensibili prima dell'ingestione, utilizzando strumenti di crittografia e gestione chiavi.
La soluzione controlla inoltre le comunicazioni tra modelli e fonti di dati esterne, applicando controlli di sicurezza in quei punti d'integrazione, limitando gli scambi autorizzati tra modelli e sistemi backend.
Posizionamento e obiettivi di mercato
Thales punta a offrire la sua AI Security Fabric alle aziende in una fase avanzata di sperimentazione AI, spingendo verso distribuzioni più estese attraverso le unità d'azienda. Queste organizzazioni affrontano il bilanciamento tra espansione dell’utilizzo AI e la gestione di preoccupazioni inerenti privacy, normative e sicurezza informatica.
Il prodotto si serve della lunga esperienza del produttore in cybersecurity, protezione dati e gestione delle identità, integrando queste tecnologie in uno strato dedicato sovra i modelli AI e l'infrastruttura adiacente.
Parola chiave: Sicurezza dedicata
“Man mano che l'AI ridefinisce le operazioni aziendali, le organizzazioni necessitano di soluzioni di sicurezza dedicate ai rischi specifici legati ad applicazioni AI e generative,” ha dichiarato Sebastien Cano, Senior Vice President di Cybersecurity Products di Thales. “La nostra AI Security Fabric fornisce agli esecutivi strumenti specifici per proteggere le applicazioni AI, minimizzando complessità operativa. Sostenuta da decenni di esperienza, Thales abilita agli organismi a espandere in modo sicuro l’adozione di AI protendendo dati sensibili, applicazioni e interazioni con gli utenti.”
Aggiornamenti previsti nel 2026
Thales ha delineato una roadmap per la sua AI Security Fabric estesa al 2026. Pianifica nuovi funzionalità di tempo reale che indirizzano la perdita di dati e controlli su accessi fatti da agenti AI.
- Prevenzione leak di dati: Lotta alle perdite di informazioni sensibili all’interno di flussi AI.
- Model Context Protocol (MCP): Un gateway di sicurezza per mediare interazioni tra agenti AI e strumenti con dati o azioni esterne.
- Accesso unificato: Controllo end-to-end degli accessi a dati, modelli e utenti, con politica coerente per la conformità attraverso ambienti multipli.
Thales prevede che miglioramenti di questa serie estenderanno la sua AI Security Fabric ad ampere aree del ciclo di vita AI, come organizzazioni sviluppano più sistemi AI agenti e basati LLM per produzioni estese.
Con un focus sul futuro e il ruolo chiave assegnato alla sicurezza, Thales posiziona il suo AI Security Fabric come strumento abilitante per l'evoluzione verso un contesto tecnologico più sicuro e conforme, in cui organizzazioni possano esprimere al massimo potenzialità dell'AI.