مایکروسافت دیدگاه خود را درباره Agentic Zero Trust بیان کرد

پایه مفهومی

Agentic Zero Trust


تطبیق معماری کلاسیک «Zero Trust» برای زمینه عامل ‌های خودگردان هوش مصنوعی (AI agents)، مبتنی بر اصل «هرگز اعتماد نکن، همیشه راستی‌آزمایی کن». بر خلاف مدل امنیتی سنتی که اعتماد معمولاً یک ‌بار هنگام ورود برقرار می‌شود، عامل ‌های هوش مصنوعی نیاز به راستی ‌آزمایی پیوسته در تمام چرخه حیات خود دارند.

دو ستون اصلی: Containment و Alignment

Containment : اصل عدم اعتماد کورکورانه به عامل‌های AI؛ مستلزم محدودسازی سخت‌گیرانه همه جنبه‌های عملکرد آن‌ها، اعمال سیاست حداقل امتیازات (least privilege) و پایش (monitoring) مستمر اقدامات و ارتباطات است.

Alignment (هماهنگی/هم‌راستایی): تضمین کنترل مثبت هدف و رفتار عامل از طریق promptها و مدل‌ها، شامل آموزش عامل ‌ها برای مقاومت در برابر تلاش ‌های نفوذ یا فریب و تعبیه مکانیزم ‌های حفاظتی امنیتی درونی.

Zero Trust نیازمند دید کامل به فعالیت‌های عامل‌های AI از طریق:

لاگ‌برداری دقیق (detailed logging) از همه تصمیمات و اقدامات،
مانیتورینگ بلادرنگ (real-time monitoring) رفتارهای غیرطبیعی،
مسیرهای حسابرسی (audit trails) که ورودی ‌ها، خروجی ‌ها و مسیرهای استدلال مدل را ثبت می‌کنند،
و سنجه ‌های عملکردی (performance metrics) که می‌توانند نشانه‌هایی از به‌خطرافتادگی امنیت را نشان دهند.

منبع:

https://blogs.microsoft.com/blog/2025/11/05/beware-of-double-agents-how-ai-can-fortify-or-fracture-your-cybersecurity/

@TryHackBoxStory
#هوش_مصنوعی