Dell 将供应链安全与智能体 AI 风险挂钩

随着企业将 AI 引入核心业务运营，供应链安全正变得愈发重要。这些部署会带来风险，要求安全团队审视如何保护基础设施、数据和自主系统。

随着 AI 智能体获得自主行动的能力，高管们需要重新思考风险所在以及由谁控制风险。戴尔科技公司（Dell Technologies Inc.）已将 AI 工厂安全作为这一讨论的核心部分，戴尔 AI Factory Solutions 产品管理总监 Kamlesh Shah（图右）表示。

“鉴于 AI 系统增长的速度和规模，企业需要做好准备，才能真正以那样的速度和规模采取行动，”他说，“而这并非一蹴而就。”

Shah 与 Dell Services 产品管理总监 Ash Lakshmanan（左）在 Dell 接受了 theCUBE Research 的 Dave Vellante 的采访，参与 AI Cybersecurity and Resilience Summit，该节目在 SiliconANGLE Media 的直播工作室 theCUBE 独家播出。他们讨论了企业如何保护智能体 AI，以及为什么旧有工具无法识别智能体身份。（* 下方披露。）

供应链安全为分层 AI 防御奠定基础

Dell 推荐的许多控制措施对安全团队来说并不陌生。据 Shah 介绍，Dell 的方法始于供应链安全，在产品尚处于构想阶段之前就对供应商进行审查，并将保护延伸至部署的整个生命周期。他指出，Dell 通过 Dell AI Factory 提供这些能力，同时也在其自身内部 IT 运营中运行这些能力。

“Dell 作为供应商以及超大规模 AI 用户，在 AI 基础设施方面的经验已经形成了一个可供客户参考和复制的模型，”他说。“目标是把这些部署经验转化为可重复的模式……而不是重新发明控制机制。”

智能体会改变威胁模型，因为它们所做的不仅仅是回答问题。Shah 解释说，给定一个目标，智能体可以采取多个步骤、查找并使用工具、调用记录系统并与其他智能体通信，这使其行为更难预测。这就把边界置于核心位置：策略执行检查、运行时沙箱，以及记录谁授权了什么的遥测。

“智能体本身应当具备与特定工作负载绑定的能力和身份，而不是一种可以处理所有应用的宽泛权限，”他说。“智能体需要运作的层面实际上是委派的、范围狭窄的权限。基于时间的。”

据Lakshmanan介绍，一旦客户选定了架构，Dell Services就会帮助他们将有前景的用例转化为一个可以运营、治理和迭代的环境。这项工作涵盖横跨硬件、运行时、数据和应用程序四层堆栈的安全。他指出，客户最常低估的部分是对全部四层的可观测性。

“你的旧工具根本无法查看AI工作负载。你那些可以查看人类身份、或许还能查看机器身份的旧工具，无法查看智能体身份，”他说。

Lakshmanan指出，一些客户针对计划发布的聊天机器人运行了Dell的渗透测试服务，结果发现这些机器人尚未就绪，可能会被黑客利用。Dell还在与Nvidia Corp.合作，将智能体AI从桌面端引入数据中心。

“我们需要新的工具、平台和技能来应对这一问题，”他说。“但安全的基础要素并没有消失，也就是我们谈到的分层安全方法。你仍然需要缩小攻击面。你仍然需要24/7的持续可观测性，并且需要做好 breach 可能发生的准备。”

以下是完整的视频采访，这是SiliconANGLE和theCUBE对AI Cybersecurity and Resilience Summit报道的一部分：

（*披露：Dell Technologies Inc. 赞助了 theCUBE 的这一环节。Dell 及其他赞助方均不对 theCUBE 或 SiliconANGLE 的内容拥有编辑控制权。）

图片：SiliconANGLE