Репортаж от Wedoany，Американская компания по кибербезопасности в сфере искусственного интеллекта Reken официально представила платформу безопасности ИИ на устройствах Reken Private Core, а также первый корпоративный продукт безопасности Northstar, разработанный на её основе. Платформа ориентирована на электронную почту, мгновенные сообщения и другие сценарии онлайн-общения, работая с помощью моделей ИИ, запускаемых локально на устройстве пользователя для выявления атак социальной инженерии, дипфейков, мошенничества с деловой электронной почтой и автоматизированных вредоносных действий.
Американская компания Reken начала разработку Reken Private Core в 2024 году. Основная идея платформы заключается в развёртывании возможностей обнаружения угроз на конечных устройствах пользователей, а не в отправке всего содержимого коммуникаций для анализа во внешнее облако. Сообщения, поступающие на устройство, в реальном времени анализируются собственной моделью ИИ, которая выявляет потенциально обманчивый контент, подделку личности, аномальные взаимодействия и вредоносные манипуляции, снижая нагрузку на пользователя, вынужденного полагаться на собственный опыт для распознавания сетевого мошенничества.
Помимо анализа содержимого коммуникаций, Reken Private Core оснащён датчиками телеметрии нового поколения для наблюдения за аномальными характеристиками поведения в каналах связи, выявления ИИ-ботов, автоматизированных атакующих программ и потенциально скомпрометированных учётных записей. Сочетание анализа содержимого и мониторинга поведения позволяет системе не только оценивать подозрительность отдельного сообщения, но и непрерывно отслеживать аномалии в способе отправки сообщений, частоте взаимодействий и активности учётной записи.
Все данные коммуникаций обрабатываются на устройстве, что минимизирует передачу конфиденциальной информации на внешние серверы. Reken заявляет, что её система не требует выделенного GPU и может работать на стандартном оборудовании, а также не генерирует дополнительных затрат на токены при обращении к внешним генеративным моделям ИИ. Такой подход позволяет компаниям развёртывать средства безопасности на большем количестве устройств сотрудников и снижать зависимость от централизованных высокопроизводительных вычислительных ресурсов.
Устройства на базе Private Core могут автоматически формировать сеть Reken Network, создавая непрерывный уровень безопасности при внутренних коммуникациях компании и при поступлении внешних сообщений в организацию. Коммуникации между внутренними пользователями могут защищаться с помощью единой политики, а сообщения от клиентов, поставщиков и других внешних учётных записей автоматически проходят анализ на вредоносное поведение, обман личности и манипуляцию содержимым.
Northstar — это первое приложение платформы, предназначенное для сотрудников предприятий, которое в первую очередь предотвращает атаки социальной инженерии, дипфейки, утечки деловой электронной почты и другие виды мошенничества, управляемые ИИ. Система автоматически оценивает риски при получении сотрудником сообщения и предоставляет пользователю подсказки по безопасности, смещая акцент с последующего обучения и ручной проверки на немедленное обнаружение угроз в процессе коммуникации.
Американская компания Reken считает, что традиционное обучение безопасности требует от сотрудников самостоятельного распознавания поддельных личностей, аномальных ссылок и мошеннических инструкций, однако с повышением качества контента, создаваемого ИИ, полагаться только на человеческий глаз становится всё сложнее. Цель Northstar — встроить возможности обнаружения непосредственно в среду коммуникаций, которую сотрудники используют ежедневно, выполняя анализ в момент поступления сообщения на устройство, а не после того, как сотрудник перейдёт по ссылке или выполнит инструкцию.
Northstar в настоящее время находится на стадии раннего доступа. Последующие этапы развёртывания будут включать подключение корпоративных устройств, адаптацию каналов связи, настройку политик безопасности, а также проверку работы Private Core в различных средах стандартного оборудования.
