Недавно компания VentureBeat встретилась (виртуально) с Джерри Р. Гейслером III, исполнительным вице-президентом и директором по информационной безопасности компании Уолмарт Инк., чтобы получить представление о проблемах кибербезопасности, с которыми сталкиваются крупнейшие мировые ритейлеры по мере того, как искусственный интеллект становится все более автономным.
Мы говорили о защите агентных систем искусственного интеллекта, модернизации управления идентификацией и важных уроках, извлеченных из создания Элементыт ИИцентрализованная платформа искусственного интеллекта Walmart. Гейслер представил откровенно откровенный взгляд на то, как компания решает беспрецедентные проблемы безопасности: от защиты от киберугроз, усиленных искусственным интеллектом, до управления безопасностью в огромной гибридной мультиоблачной инфраструктуре. Его подход к перестройке систем управления идентификацией и доступом, основанный на стартап-мышлении, предлагает ценные уроки для предприятий любого размера.
Возглавляя безопасность компании, работающей в масштабе Walmart в Google Cloud, Azure и частных облачных средах, Гейслер предлагает уникальные идеи по внедрению архитектур нулевого доверия и построению того, что он называет «скоростью с управлением», обеспечивая быстрые инновации в области искусственного интеллекта в рамках надежной структуры безопасности. Архитектурные решения, принятые при разработке Element AI, сформировали весь подход Walmart к централизации новых технологий искусственного интеллекта.
Джерри Р. Гейслер III, старший вице-президент и директор по информационной безопасности Walmart. Фото: Walmart.
Ниже представлены выдержки из нашего интервью:
VentureBeat: По мере того, как генеративный и агентный ИИ становится все более автономным, как будут развиваться ваши существующие системы управления и безопасности для борьбы с возникающими угрозами и непреднамеренным поведением моделей?
Джерри Р. Гейслер III: Внедрение агентного искусственного интеллекта создает совершенно новые угрозы безопасности, которые обходят традиционные средства контроля. Эти риски включают кражу данных, автономное неправильное использование API и скрытый межагентский сговор, все из которых могут нарушить работу предприятия или нарушить нормативные требования. Наша стратегия заключается в создании надежных и упреждающих средств контроля безопасности с использованием расширенного управления состоянием безопасности на базе искусственного интеллекта (AI-SPM), обеспечивающего непрерывный мониторинг рисков, защиту данных, соблюдение нормативных требований и эксплуатационное доверие.
ВБ: Учитывая ограничения традиционного RBAC в динамических настройках ИИ, как Walmart совершенствует свою архитектуру управления идентификацией и нулевого доверия, чтобы обеспечить детальный, контекстно-зависимый доступ к данным?
Гейслер: Среда нашего размера требует индивидуального подхода и, что интересно, стартап-мышления. Наша команда часто делает шаг назад и спрашивает: «Если бы мы были новой компанией и строили с нуля, что бы мы построили?» Управление идентификацией и доступом (IAM) претерпело множество итераций за последние 30 с лишним лет, и наша основная задача — модернизировать наш стек IAM, чтобы упростить его. Несмотря на то, что наш принцип наименьших привилегий связан с принципом «нулевого доверия», он не изменится.
Нас воодушевляет значительная эволюция и внедрение таких протоколов, как MCP и A2A, поскольку они признают проблемы безопасности, с которыми мы сталкиваемся, и активно работаем над внедрением детального, контекстно-зависимого контроля доступа. Эти протоколы позволяют принимать решения о доступе в режиме реального времени на основе идентичности, конфиденциальности данных и риска с использованием недолговечных, проверяемых учетных данных. Это гарантирует непрерывную оценку каждого агента, инструмента и запроса, воплощая принципы нулевого доверия.
ВБ: Как конкретно обширная гибридная мультиоблачная инфраструктура Walmart (Google, Azure, частное облако) влияет на ваш подход к сегментации сети с нулевым доверием и микросегментации для рабочих нагрузок ИИ?
Гейслер: Сегментация основана на идентичности, а не на местоположении в сети. Политики доступа последовательно учитывают рабочие нагрузки как в облачных, так и в локальных средах. С развитием таких протоколов, как MCP и A2A, соблюдение границ обслуживания становится стандартизированным, гарантируя единообразное применение принципов нулевого доверия.
В.Б.: Поскольку ИИ снижает барьеры для сложных угроз, таких как изощренный фишинг, какие средства защиты на базе ИИ активно развертывает Walmart для активного обнаружения и смягчения этих развивающихся угроз?
Гейслер: В Walmart мы уделяем большое внимание тому, чтобы опережать кривую угроз. Это особенно актуально, поскольку ИИ меняет ландшафт кибербезопасности. Злоумышленники все чаще используют генеративный искусственный интеллект для создания весьма убедительных фишинговых кампаний, но мы используем тот же класс технологий в кампаниях по моделированию злоумышленников, чтобы активно повышать устойчивость к этому вектору атаки.
Мы интегрировали передовые модели машинного обучения в наш стек безопасности для выявления поведенческих аномалий и обнаружения попыток фишинга. Помимо обнаружения, мы активно используем генеративный ИИ для моделирования сценариев атак и проверки нашей защиты, широко интегрируя ИИ в рамках нашей красной команды в масштабе.
Объединяя таким образом людей и технологии, мы помогаем нашим сотрудникам и клиентам оставаться защищенными по мере развития цифрового ландшафта.
ВБ: Учитывая широкое использование Walmart моделей искусственного интеллекта с открытым исходным кодом в Element AI, какие уникальные проблемы кибербезопасности вы выявили и как развивается ваша стратегия безопасности для их решения в масштабе предприятия?
Гейслер: Сегментация основана на идентичности, а не на местоположении в сети. Политики доступа последовательно учитывают рабочие нагрузки как в облачных, так и в локальных средах. С развитием таких протоколов, как MCP и A2A, соблюдение границ обслуживания становится стандартизированным, гарантируя единообразное применение принципов нулевого доверия.
В.Б.: Учитывая масштабы и непрерывную деятельность Walmart, какие передовые меры автоматизации или быстрого реагирования вы внедряете для управления одновременными инцидентами кибербезопасности в вашей глобальной инфраструктуре?
Гейслер: Работа в масштабах Walmart означает, что безопасность должна быть быстрой и бесперебойной. Для достижения этой цели мы внедрили интеллектуальную автоматизацию в уровни нашей программы реагирования на инциденты. Используя платформы SOAR, мы организуем рабочие процессы быстрого реагирования в разных регионах. Это позволяет нам быстро сдерживать угрозы.
Мы также применяем обширную автоматизацию для непрерывной оценки рисков и определения приоритетности ответных мер на основе риска. Это позволяет нам сосредоточить наши ресурсы там, где они наиболее важны.
Объединив талантливых сотрудников вместе с быстрой автоматизацией и контекстом, чтобы помочь быстро принимать решения, мы можем выполнить наше обязательство по обеспечению безопасности на скорости и в масштабе для Walmart.
В.Б.: Какие инициативы или стратегические изменения реализует Walmart для привлечения, обучения и удержания специалистов в области кибербезопасности, подготовленных к быстро развивающемуся ИИ и ландшафту угроз?
Гейслер: Наша программа Live Better U (LBU) предлагает недорогое или бесплатное образование, позволяющее сотрудникам получать ученые степени и сертификаты в области кибербезопасности и смежных областях ИТ, что упрощает повышение квалификации сотрудников любого уровня подготовки. Курсовая работа предназначена для предоставления практических практических навыков, которые напрямую применимы к потребностям Walmart в области информационной безопасности.
Мы проводим ежегодный SparkCon (ранее известный как Sp4rkCon), который координирует переговоры и вопросы и ответы с известными профессионалами для обмена мудростью и проверенными стратегиями. На этом мероприятии также рассматриваются новейшие тенденции, методы, технологии и угрозы в области кибербезопасности, а также предлагаются участникам возможности для общения и построения ценных отношений для дальнейшего развития своей карьеры.
ВБ: Размышляя о своем опыте разработки Element AI, какие важные уроки в области кибербезопасности или архитектуры возникли, которые будут определять ваши будущие решения о том, когда и насколько широко централизовать новые технологии искусственного интеллекта?
Гейслер: Это критический вопрос, поскольку наш сегодняшний архитектурный выбор будет определять нашу позицию по рискам на долгие годы вперед. Размышляя о нашем опыте разработки централизованной платформы искусственного интеллекта, мы пришли к двум важным урокам, которые теперь определяют нашу стратегию.
Во-первых, мы узнали, что централизация является мощным фактором «скорости управления». Создавая единую асфальтированную дорогу для разработки ИИ, мы значительно снижаем сложность для наших специалистов по обработке данных. Что еще более важно, с точки зрения безопасности это дает нам единую плоскость управления. Мы можем внедрить безопасность с самого начала, гарантируя единообразие в том, как обрабатываются данные, проверяются модели и отслеживаются результаты. Это позволяет инновациям внедряться быстро в рамках структуры, которой мы доверяем.
Во-вторых, это позволяет обеспечить «концентрированную защиту и экспертизу». Ландшафт угроз для ИИ развивается невероятными темпами. Вместо того, чтобы распылять наш ограниченный талант в области безопасности ИИ по десяткам разрозненных проектов, централизованная архитектура позволяет нам сосредоточить внимание наших лучших людей и самых надежных средств контроля в наиболее критической точке. Мы можем внедрить и настроить сложные средства защиты, такие как контекстно-зависимый контроль доступа, расширенный оперативный мониторинг и предотвращение кражи данных, и эта защита мгновенно охватит наши сценарии использования.
2025-08-21 21:28:00
1761228456
#Четыре #крупных #корпоративных #урока #из #системы #безопасности #ИИ #Walmart #агентские #риски #перезагрузка #учетных #данных #скорость #управления #защита #ИИ #против #ИИ
Продолжение темы
