
Alkalmazások és API-k védelme a védelem–reziliencia–megbízhatóság hármasában
2025. szeptember 16.
RelNet Meetup – Beszámoló a nyárvégi partneri találkozónkról
2025. szeptember 23.
Alkalmazások és API-k védelme a védelem–reziliencia–megbízhatóság hármasában
2025. szeptember 16.
RelNet Meetup – Beszámoló a nyárvégi partneri találkozónkról
2025. szeptember 23.

Adatbiztonsággal a mesterséges intelligencia korában
A SecuPi ügyvezető igazgatója cikkben figyelmeztet arra, hogy – bár mostanában a GenAI körüli felhajtás dominálja a biztonsági diskurzust és költségvetéseket – az MI csupán az adatokhoz való hozzáférés egy újabb módja.
Legyen szó chatbotnak adott utasításról, ajánló motorról vagy egy vállalatirányítási információs rendszerbe (ERP) ágyazott virtuális asszisztensről, az MI csupán egy újabb eszköze az érzékeny adatokhoz való hozzáférésnek. Ezért a CISO-k biztonsági kihívása valójában nem a mesterséges intelligencia, hanem továbbra is a hozzáférés.
A mesterséges intelligenciára fókuszáló kérdések helyett ezért egy robusztus, vállalati szintű adatbiztonsági és hozzáférés-ellenőrzési stratégiára van szükség.
A cikk írója szerint 80 százalékban megvalósítottnak tekinthető az MI-biztonság, amennyiben tudjuk
- hol tároljuk az érzékeny adatainkat;
- ki fér hozzá azokhoz, honnan és milyen célból;
- milyen szintű hozzáférést engedélyezünk csoportoknak, felhasználóknak és eszközöknek
- és ezen entitások szükség szerint valós időben blokkolhatók, maszkolhatók vagy módosíthatók.
Amennyiben viszont az adatbiztonsági ellenőrzések nem terjednek ki a GenAI platformokra, ha a lokális hozzáférési irányelvek nem terjeszthetők ki a felhős környezetre, és ha minden új MI eszköz egyedi folyamatokat igényel, akkor a gépi intelligencia nem biztonságfokozó, hanem káoszfokozó hatású lesz.
Ez valójában fragmentációs probléma. Egy olyan dedikált MI biztonsági eszköz, amely csupán figyeli a promptokat, és korrekció helyett csak riasztani képes, valójában zajt és bizonytalanságot kelt. Egy egységes adatbiztonsági platformra van szükség, amely
- felfedezi, osztályozza és monitorozza az adatokhoz való hozzáférést heterogén környezetekben;
- központosított, finomhangolt hozzáférés-vezérlést alkalmaz, beleértve az MI interfészeket is;
- kiterjeszti a védelmet a SaaS alkalmazásokba és vállalati munkafolyamatokba beágyazott virtuális asszisztensekre;
- akár legacy rendszerekkel és felhős adatplatformokkal is skálázható;
- automatikusan eleget tesz az auditálási és megfelelőségi követelményeknek.
A SecuPi pontosan erre a célra fejlesztette ki a platformját. Adatbiztonsági életciklus-keretrendszere bevált módszert kínál az MI-eszközök, az alkalmazások és az adatplatformok biztonsági helyzetének mérésére, javítására és összehasonlítására. Svájci bankok, a Vodafone és az Egyesült Államok 10 legnagyobb bankja is a SecuPi-ra támaszkodik a legkritikusabb adatok védelmére hibrid, többfelhős és most már GenAI-környezetekben is. A SecuPi ügyfelei 85+ pontot érnek el a gyártó adatbiztonsági életciklus (DSL) érettségi modelljében, és ez az eredmény a mesterséges intelligencia korszakára való felkészültséget is szavatolja.
A DSL modellel Ön is 5 perc alatt felmérheti adatbiztonsági érettségét a SecuPi weboldalán. A SecuPi hivatalos magyarországi disztribútoraként a RelNet segít a szervezeteknek biztonsági helyzetük kiértékelésében és az MI-felkészültségük megállapításában. Keressen bennünket bizalommal!
Forrás
GenAI, Meet Reality: Why AI Security Starts (and Ends) with Data Security
Kapcsolódó tartalom

