
Stratégiai tanulságok az SSH legfrissebb pénzügyi jelentéséből
2026. július 21.
Stratégiai tanulságok az SSH legfrissebb pénzügyi jelentéséből
2026. július 21.

Az Exabeam nyílt forráskódú telemetriával monitorozza az AI-agenteket
Az autonóm AI-agentek vállalati térnyerésével egy teljesen új kiberbiztonsági kihívás jelent meg: hogyan monitorozhatók a háttérben önállóan dolgozó, komplex hálózati és adatbázis-műveleteket végrehajtó modellek? A válasz: az Exabeam Observra néven elindított nyílt forráskódú projektje.
A projekt célja, hogy a fejlesztők, a kiberbiztonsági szakemberek és a platformcsapatok számára egy átlátható és bővíthető telemetriai réteget biztosítson az AI ágensek működéséhez. Az Observra rögzíti az ágensek tevékenységét, majd a nyers adatokat könnyen feldolgozható, biztonsági szempontból releváns eseményekké normalizálja.
A nyers adatok gyűjtésén túl a könyvtár értékes kontextussal is gazdagítja a telemetriát:
- költség- és erőforrásadatok hozzárendelése a hívásokhoz;
- adatelrejtési (redaction) és deduplikációs funkciók a szenzitív adatok védelmé érdekében;
- kockázati jelzések automatikus azonosítása;
- az adatok rugalmas átirányítása egy tetszőleges SOC platform felé.
Az Exabeam saját, új generációs platformja (New-Scale Platform) is a most közzétett Observra projekt könyvtárára épít az ágensek megfigyelhetőségének (observability) növelése érdekében.
A teljes életciklus védelme
Az Exabeam nemrég tette közzé a Praxen nevű nyílt forráskódú projektjét, amely az ágensviselkedés verifikációját (ABV) támogatja.
Míg a Praxen azt ellenőrzi, hogy az ágensek az élesítés előtt megfelelően vannak-e konfigurálva és szabályozva, addig az Observra az éles működés közbeni aktivitást monitorozza.
A két nyílt projekt az Exabeam Agent Behavior Analytics (ABA) megoldással kiegészülve alkotja a vállalat átfogó Behavior Intelligence koncepcióját. Ez a megközelítés a teljes életciklust lefedi:
1. Praxen: Élesítés előtti jogosultság- és konfigurációellenőrzés
2. Observra: Éles működés közbeni telemetria és szignálgyűjtés
3. ABA: Viselkedéselemzés a visszaélések kiszűrésére és a védelmi vonalak folyamatos igazítására
Steve Wilson, az Exabeam AI-ért felelős vezetője és az OWASP GenAI Security Project társalapítója kiemelte:
„Az AI ágensek új típusú biztonsági kihívást jelentenek, mert a szervezeteknek az élesítés előtt és után egyaránt garanciákra van szükségük. Igazolnunk kell, hogy az ágensek a kijelölt szerepkörükön belül működnek, meg kell figyelni, hogyan lépnek kapcsolatba a rendszerekkel és adatokkal, elemezni kell a viselkedésüket a visszaélések vagy kompromittálódás jeleit kutatva, és az ágensek fejlődésével párhuzamosan folyamatosan fejleszteni kell a védelmet.”
Bővülő LogRhythm SIEM ökoszisztéma
A bejelentéssel egy időben az Exabeam tovább szélesítette a LogRhythm SIEM ökoszisztéma lefedettségét is. Az új és továbbfejlesztett integrációk – amelyek kiterjednek a Microsoft, a felhős infrastruktúrák, az identitáskezelés, az e-mail és egyéb biztonsági technológiák területére – egyszerűsítik az adatgyűjtést, átláthatóbbá teszik a modern támadási felületeket, és érdemben felgyorsítják a biztonsági műveleteket.
Forrás
Exabeam Expands Behavior Intelligence to Secure the Agentic Enterprise

