This is the Trace Id: 86369aa207788b2b14a576d275547289

Séria o zabezpečení aplikácií AI 1: aspekty zabezpečenia pri zavádzaní AI nástrojov

Žena sa pozerá na obrazovku počítača.

Vyvažovanie rizík a prínosov AI

Umelá inteligencia (AI) sa v priebehu krátkeho času presunula z fázy experimentovania do fázy realizácie, a mení spôsob, akým organizácie fungujú, prijímajú rozhodnutia a riadia riziká. Keďže sa AI stáva súčasťou pracovných postupov produktivity, spolupráce aj zabezpečenia, zrýchľuje a rozširuje spôsob samotného výkonu práce.

Toto zrýchľovanie však prináša aj ďalšie možnosti zneužitia. Aktéri v oblasti hrozieb už AI využívajú na prieskum, sociálne inžinierstvo aj automatizáciu; čo znamená, že z výkonného obranného nástroja sa tak môže stať potenciálna útočná zbraň. Zabezpečenie preto už nezahŕňa iba ochranu tradičných systémov a údajov; ide aj o pochopenie a zabezpečenie toho, ako sa k AI v organizácii pristupuje, ako sa AI používa a akým spôsobom je vo vašej organizácii implementovaná.

AI nástroje so sebou prinášajú aj menej viditeľné výzvy. Systémy môžu nesprávne interpretovať údaje, robiť chyby alebo vykazovať neočakávané predvoľby. Po aktualizácii modelov alebo ich opätovnom vyškolení sa výstupy môžu v čase meniť. To znamená, že zabezpečenie sa nevzťahuje iba na ochranu softvéru; ide aj o monitorovanie správania, overovanie výsledkov a implementáciu riadiacich rámcov, ktoré zabezpečia zodpovedné používanie AI nástrojov. Bez týchto opatrení môžu aj aplikácie s „dobrým úmyslom“ prinášať prevádzkové riziká.

V tomto článku sa zameriame na praktické aspekty zabezpečenia, ktoré by organizácie mali zvážiť v čase, v ktorom sa AI stáva kľúčovou súčasťou práce. Od prevencie zneužitia a presadzovania pravidiel riadenia až po monitorovanie a riadenie prístupu sa zameriame na to, ako môžu organizácie využívať AI bezpečne a efektívne.

Rozširovanie možností zneužitia aplikácií AI

Rastúca závislosť od AI ponúka aktérom z oblasti hrozieb viac potenciálnych vstupných ciest, ktoré môžu zneužiť. Aktéri v oblasti hrozieb môžu AI využiť aj na škálovanie kampaní zameraných na neoprávnené získavanie údajov, prispôsobovanie správ sociálneho inžinierstva alebo automatizáciu opakujúcich sa úloh útoku.

Keďže sa AI nástroje stávajú neoddeliteľnou súčasťou podnikových procesov, organizácie si musia uvedomiť, že ich zavedenie rozširuje možné miesta útokov a zosilňuje existujúce riziká. Štyri kľúčové oblasti obáv sú tieto:

Riziko údajov: Pri správne nastavených oprávneniach môže Microsoft Copilot pristupovať k vašim e-mailom, dokumentom a správam v aplikácii Teams, a poskytovať odpovede zohľadňujúce kontext. Tento prístup môže neúmyselne odhaliť citlivé informácie. Ak napríklad používateľ do výzvy zahrnie citlivé informácie, ako sú heslá, vlastnícky kód alebo dôverné údaje, môže dôjsť k ich odhaleniu. Organizácie môžu toto riziko zmierniť pomocou politík ochrany pred únikom údajov (DLP) v Microsoft Purview, prístupu s minimálnymi oprávneniami a vynútenej klasifikácie údajov.

Riziko správania a obsahu AI: Copilot reaguje priamo na vstupy, ktoré dostane. Škodlivé alebo zavádzajúce pokyny – či už vložené, alebo skryté v dokumentoch alebo databázach vedomostí – môžu viesť k nebezpečným výstupom. Útoky typu „prompt injection“ alebo poškodený obsah môžu odhaliť citlivé informácie alebo generovať nesprávne odporúčania. Externí útočníci nie sú jediným rizikom; systémy môžu zneužiť aj zamestnanci s legitímnym prístupom. Organizácie môžu riziko znížiť pomocou overovania vstupov, monitorovania rizík zvnútra, skenovania metaúdajov, kontrolovaného vstupu obsahu a kontroly človekom.

Automatizácia a prevádzkové zneužitie:
AI rýchlo vykonáva opakujúce sa úlohy, od tvorby e-mailov až po generovanie zostáv. Táto efektivita môže zosilniť chyby alebo byť zneužitá vnútornými elementmi (insidermi). Ak by sa napríklad analytik zabezpečenia pod tlakom príliš spoliehal na výstupy Security Copilota, mohol by prehliadnuť kľúčový kontext. Kombinácia ľudskej kontroly, monitorovania a politík riadenia (napríklad povinné školenie zamestnancov) zabezpečí, že AI bude namiesto nahradenia ľudského úsudku pomáhať.

Riziko nasadenia a infraštruktúry:
Copilot sa významne integruje s riešeniami Microsoft 365, Azure aj aplikáciami od tretích strán. Nesprávne nakonfigurované konektory alebo integrácie s príliš širokým rozsahom povolení môžu rozšíriť prístup a vytvoriť potenciálne vstupné body pre útočníkov. Pravidelné kontroly konfigurácie, politiky podmieneného prístupu a monitorovanie rozhrania API pomáhajú zachovať zabezpečené prostredie.

Incidenty AI v praxi: poučenia zo skutočných útokov

Keďže sa nástroje AI, ako napríklad Microsoft Copilot, stávajú čoraz dôležitejšou súčasťou podnikových operácií, výskum aj testovanie v reálnom prostredí odhaľujú nové zraniteľné miesta. Aktéri v oblasti hrozieb rýchlo hľadajú ďalšie spôsoby, ako tieto nástroje zneužiť – napríklad ich zapojením do reťazca útoku podobne, ako sa v tradičných útokoch využíva technika „living-off-the-land“. Aj keď je táto technológia nová, spoločnosť Microsoft ju začleňuje do známych a overených procesov (napríklad koordinované zverejňovanie zraniteľných miest), aby bolo možné riziká bezpečne identifikovať a zmierniť. Tieto prípady prinášajú organizáciám cenné ponaučenia nie preto, že nástroje v bežnom zmysle slova „zlyhali“, ale preto, že odhaľujú nečakané spôsoby, akými možno AI zneužiť pri práci s údajmi a ľudskými pracovnými postupmi.

CVE-2025-32711 (2025)
EchoLeak – teraz už opravená – bola technika viacstupňového útoku typu „cross-prompt injection“, ktorá za určitých podmienok mohla filtrovať obmedzené údaje, ku ktorým už mala obeť prístup. Starostlivo pripravený e-mail – vytvorený tak, aby pôsobil neškodne – mohol bez akejkoľvek signalizácie „otráviť“ príkaz, ktorý Copilot vníma, a bez vedomia obete spôsobiť únik obmedzených interných údajov. Spoločnosť Microsoft bezodkladne vydala aktualizácie na odstránenie tohto problému CVE-2025-32711. Táto zraniteľnosť poukázala na nenápadné, no vážne riziko: systémy AI môžu nepriamo manipulovaným príkazom neúmyselne odhaliť citlivé údaje zákazníkov.

Riziká nadmerných povolení
Copilot dedí povolenia svojich používateľov. Ak si niekto ponechá prístup k údajom z predchádzajúceho oddelenia, Copilot môže tieto informácie zobraziť v generovaných výstupoch. Podobne sa citlivé údaje dostupné jednému zamestnancovi môžu objaviť v súhrnoch AI, čo vytvára riziká v oblasti dodržiavania súladu aj ochrany osobných údajov. Organizácie môžu toto riziko zmierniť pomocou prístupu s minimálnymi oprávneniami, ovládania založeného na rolách a politík DLP v Microsoft Purview. Okrem toho používanie režimu Vyhľadávača M365 Copilot môže pomôcť proaktívne odhaliť úniky v oblasti povolení skôr, než sa z nich stane problém zabezpečenia. Kľúčovou zásadou je dôverovať AI len v prípade údajov, pri ktorých vám neprekáža, že k nim pristupuje – teda s informáciami, ktoré si môžete dovoliť zverejniť. Organizácie by mali zaviesť hodnotenie modelu rizík a plán zmierňovania rizík, aby dôkladne zhodnotili, s akými údajmi môže Copilot bezpečne pracovať, a to namiesto toho, aby sa stal dôležitou súčasťou veľmi dôverných pracovných postupov.

Zneužitie zvnútra a prevádzkové chyby
Externé hrozby nie sú príčinou všetkých incidentov. V niektorých prípadoch môžu interní používatelia využívať nástroje (napríklad Copilot) na generovanie zostáv s citlivými údajmi bez dostatočnej kontroly ich obsahu. Zmiernenie rizík zahŕňa školenia, monitorovanie, detekciu anomálií a politiky riadenia, aby bola AI dôveryhodným asistentom – nie nekontrolovaným nástrojom.

Nepriama otrava údajov a manipulácia s príkazmi
Systémy AI sú zraniteľné mnohými spôsobmi vrátane nenápadných, no účinných techník, akými sú sú nepriama otrava údajov a manipulácia s príkazmi, ktoré môžu bez zjavného varovania potichu formovať správanie modelu. Tieto metódy spočívajú vo vytváraní vstupov, ktoré riadia výstupy rizikovým spôsobom – napríklad smerom k odhaleniu citlivých informácií alebo k zavedeniu skreslenia. Skryté príkazy, napríklad text zakódovaný v hexadecimálnej sústave alebo neviditeľné formátovanie, môžu nenápadne ovplyvniť súhrny Copilota, a občas zobraziť zastarané alebo neočakávané informácie. Uplatňovaním kontrolovaného prijímania obsahu, overovania metaúdajov a premysleného dohľadu nad interakciami s AI môžu organizácie zachovať spoľahlivosť AI nástrojov a zabezpečiť, že budú naďalej pridávať hodnotu bez zavádzania neúmyselných rizík.

Príklady uvádzané vyššie ukazujú, že zabezpečenie AI často užšie súvisí s ľudským správaním, prácou s údajmi a interpretáciou, než so samotnými chybami v softvéri. So správnymi ochrannými opatreniami môžu organizácie efektívne využívať nástroje Copilota a zároveň minimalizovať neúmyselné odhalenie údajov. Ďalšie informácie nájdete v článku Secure AI For a Strong Foundation - Training | Microsoft Learn.

Pripravenosť na incidenty v ére AI: mapovanie ochrany, detekcie a odpovede


Cesta vpred neznamená odstránenie každej možnej hrozby – takýto postup nie je realistický. Ide o navrhovanie riešení ohľadom na zabezpečenie už od prvého dňa. Znamená to použiť zmýšľanie nulovej dôvery (Zero Trust). Najodolnejšie budú tie organizácie, ktoré budú takéto incidenty vnímať ako príležitosť učiť sa a prispôsobovať, pričom každé poučenie aplikujú v rámci svojich rámcov zabezpečenia.

Nižšie je uvedený prehľad praktických scenárov hrozieb, preventívnych kontrol, detekčných signálov a reakčných postupov, ktoré môžu organizácie využiť na budovanie odolnosti od už od samého začiatku.
  • Ochrana: Použite označenia úrovne citlivosti Purview a pravidlá DLP; v prostredí Copilota zablokujte spracovanie súborov označených ako „Veľmi dôverné“.

    Detekcia:
    Denníky Purview/UAL zobrazujúce dotazy Copilota týkajúce sa zakázaných súborov; upozornenia DLP v prostredí Sentinel.

    Odpoveď:
    Umiestnite výstup do karantény, informujte vlastníka, upravte politiku DLP.

    Praktický scenár:
    Finančný riaditeľ požiada Copilota, aby „vytvoril zhrnutie všetkých štvrťročných zostáv“. Citlivé dokumenty predstavenstva sú zablokované a nesmú sa zahrnúť do výstupu.
  • Ochrana: Povoľte príkazové štíty; pred spracovaním Copilotom sa zamerajte na vstupy z e-mailov, denníky a externé kanály.

    Detekcia:
    Upozornenia v prostredí Sentinel na podozrivý vstup používateľa alebo vstup typu „jailbreak“ zaznamenaný chatbotom.

    Odpoveď:
    Zablokujte škodlivú reláciu, odstráňte nebezpečné výstupy a sprísnite ochranné pravidlá.

    Praktický scenár:
    Zdroj hrozby odošle vytvorený príkaz s cieľom manipulovať s chatbotom služieb zákazníkom organizácie založeným na umelej inteligencii; chatbot ignoruje vložené pokyny.
  • Ochrana: Overte zdroje prijímania, vynucujte podpisovanie zdrojov a obmedzte prístup na zapisovanie.

    Detekcia: Denníky auditu a upozornenia na prístup k dokumentu s hodnotami canary; Sentinel zisťuje nezvyčajné aktualizácie vedomostnej databázy.

    Odpoveď:
    Vráťte zmeny otrávenej vedomostnej databázy, zrušte kľúče prijímania a upozornite na odozvu na incidenty.

    Praktický scenár:
    Nekalý interný používateľ nahrá falošný manuál s odozvou na incidenty; dokument s hodnotou canary spustí detekciu.
  • Ochrana: Overte zdroje prijímania, vynucujte podpisovanie zdrojov a obmedzte prístup na zapisovanie.

    Detekcia:
    Denníky auditu a upozornenia na prístup k dokumentu s hodnotami canary; Sentinel zisťuje nezvyčajné aktualizácie vedomostnej databázy.

    Odpoveď:
    Otočte odhalené poverenia, odstráňte rizikové potvrdenie a preškoľte tím.

    Praktický scenár:
    Mladší vývojár prilepí do kódu kľúč API; Copilot ho navrhne aj inde, no skenovanie tajných údajov zastaví zlúčenie.
  • Ochrana: Zaveďte riadenie prístupu podľa rolí a princíp najmenších oprávnení pre konektory; obmedzte prístup k citlivým systémom.

    Detekcia:
    Detekcia anomálií v prostredí Sentinel pri hromadných údajových dotazoch z Copilota.

    Odpoveď:
    Zakážte konektor, pozastavte konto a spustite kontrolu HR/zabezpečenia.

    Praktický scenár:
    Obchodný používateľ extrahuje cez Copilota tisíce záznamov o zákazníkoch; nezvyčajný objem dotazov spustí upozornenie.
  • Ochrana: Obmedzte povolenia konektorov Copilota; monitorujte pohyb údajov medzi nájomníkmi alebo mimo organizácie.

    Detekcia: Upozornenia z prostredí Purview a Sentinel na prenosy veľkých súborov alebo nezvyčajné používanie konektorov.

    Odpoveď: Zablokujte konektor, odvolajte tokeny a premiestnite výstupy do karantény.

    Praktický scenár: Copilot pripojený k OneDrivu sa pokúsi odoslať označené dokumenty do osobného konektora Gmailu.
  • Ochrana: Použite Podmienený prístup a Defender for Cloud Apps tak, aby blokovali neschválené služby AI.

    Detekcia: Upozornenia z Microsoft Cloud App Security/Defender na aktivity v aplikáciách AI; analýza v prostredí Sentinel pri udalostiach udeľovania oprávnení OAuth.

    Odpoveď:
    Odvolajte tokeny, upozornite používateľa a vynúťte používanie schváleného Copilota.

    Praktický scenár:
    Zamestnanec sa pokúsi pripojiť Copilota k externému nástroju na sumarizáciu AI bez schválenia.
  • Ochrana: Nakonfigurujte bezpečné prepojenia/bezpečné prílohy a škoľte zamestnancov o rizikách neoprávneného získavania údajov s podporou Copilota.

    Detekcia:
    Defender zistí nezvyčajné nárasty odosielania pošty alebo vzory formulácií vytvorené Copilotom.

    Odpoveď:
    Zablokujte odosielateľa, odvolajte tokeny poštovej schránky a automaticky zakážte pravidlá.

    Praktický scenár:
    Zneužité konto využije M365 Copilot na generovanie cielených kampaní na neoprávnené získavanie údajov.
  • Ochrana: Vyškoľte zamestnancov o obmedzeniach Copilota; pri citlivých pracovných postupoch uplatňujte procesnú kontrolu človekom.

    Detekcia:
    Sentinel zistí veľmi rizikové akcie spustené dotazmi navrhnutými AI.

    Odpoveď:
    Vráťte akciu späť, informujte schvaľovateľa a preškoľte používateľa.

    Praktický scenár:
    Copilot v upozornení prevádzkového centra zabezpečenia (SOC) navrhne nesprávny príkaz na nápravu; kontrola analytikom zabráni škode.

Budovanie zabezpečenej AI od začiatku

Kopiloty AI menia spôsob fungovania organizácií – pomáhajú zrýchliť získavanie poznatkov, znížiť manuálnu záťaž a umožniť tímom sústrediť sa na prácu s vyššou pridanou hodnotou. No pokrok bez ochrany dlho nevydrží. Skutočná konkurenčná výhoda nespočíva v čo najrýchlejšom zavedení AI, ale v jej zabezpečenom a zodpovednom zavádzaní už od samého začiatku.

Ekosystém Copilota od spoločnosti Microsoft vrátane Security Copilota ukazuje, ako táto rovnováha vyzerá v praxi: inovácie vedené riadením. Keď organizácie implementujú silné riadenie prístupu, robustné politiky spracovania údajov a priebežný dohľad nad tým, ako sa kopiloty používajú, zmenia AI z nástroja na zvýšenie produktivity na dôveryhodné strategické aktívum.

Budovanie zabezpečenej AI od začiatku nie je len technická priorita, je to imperatív vedenia. Výkonní pracovníci, ktorí do svojich programov AI začlenia zabezpečenie, pripravenosť a transparentnosť, nielen znížia riziko, ale zároveň posilnia dôveru zainteresovaných strán, regulačných orgánov a dlhodobú odolnosť. V tomto modeli sa Security Copilot stáva viac než len nástrojom – stáva sa partnerom pri budovaní zabezpečenej a zodpovednej budúcnosti podniku.

Viac podobného obsahu

Obal knihy so zobrazením osoby, ktorá pracuje na prenosnom počítači a prstom ukazuje na klávesnicu.

Začíname s aplikáciami s umelou inteligenciou

Pomocou fázového prístupu vybudujte zabezpečený základ pre aplikácie s umelou inteligenciou.
Obálka knihy zobrazujúca muža, ako sa pozerá na obrazovku počítača.

Stratégie riadenia AI

Konkrétne kroky na budovanie dôvery, obmedzenie rizík, úsporu nákladov a podporu inovácií.
Biela čiarová kresba papiera v obálke s nápisom „Nové“ na modrom pozadí.

Získať prehľad pre hlavných manažérov informačnej bezpečnosti

Udržte si náskok s odbornými poznatkami, trendmi v odvetví a výskumom zabezpečenia v tejto dvojmesačnej e-mailovej sérii.

Sledujte zabezpečenie od spoločnosti Microsoft

Slovenčina (Slovensko) Ochrana osobných údajov spotrebiteľa v zdravotníctve Kontaktovať Microsoft Ochrana osobných údajov Správa súborov cookie Podmienky používania Ochranné známky Informácie o reklamách EU Compliance DoCs