Check Point integriert Lakera in CloudGuard WAF: KI-Schutz auf zwei Ebenen für GenAI-Anwendungen
Check Point stärkt seine Sicherheitsplattform mit der Integration von Lakera, einem Schweizer Spezialisten für den Schutz von großen Sprachmodellen (LLM). Ziel ist es, Unternehmen einen hochentwickelten Schutz für KI-gesteuerte Anwendungen zu bieten, ohne komplexe Anpassungen. Die Lösung basiert auf einer zweischichtigen Machine-Learning-Architektur, die Echtzeit-Prävention und adaptive Sicherheit kombiniert. Damit werden sowohl bekannte Bedrohungen als auch neu auftretende Risiken für GenAI-Apps und APIs adressiert. Die Integration erweitert die bewährte CloudGuard WAF und stellt einen bedeutenden Schritt in Check Points umfassender KI-Sicherheitsstrategie dar.
Check Point hat Lakera in die CloudGuard WAF integriert, um eine fortschrittliche Sicherheitslösung für GenAI-Anwendungen und APIs zu schaffen. Kern der Lösung ist eine zweischichtige Machine-Learning-Architektur:
• Überwachte ML-Engine: Trainiert auf Millionen von harmlosen und bösartigen Eingaben, um hohe Erkennungsraten zu erzielen.
• Unüberwachte ML-Engine: Passt sich in Echtzeit an firmenspezifische Anwendungen an und verfeinert den Schutz kontinuierlich.
Diese mehrschichtige Herangehensweise minimiert Falsch-Positive und schützt Unternehmen effektiv vor aktuellen und zukünftigen Bedrohungen.
Schicht 1 – Globale GenAI-Prävention:
Über 90 % des GenAI-Datenverkehrs werden von spezialisierten Engines verarbeitet, die jede Phase der KI-Interaktion sichern, darunter:
• Prompt-Injektionen: Blockiert manipulierte Eingaben und Jailbreak-Versuche.
• Datenlecks: Verhindert die Offenlegung sensibler Informationen.
• Inhaltskontrolle: Filtert unsichere oder schädliche Inhalte.
• Nutzungskontrolle: Erkennt Missbrauchsmuster und ungewöhnliche Ressourcennutzung.
Schicht 2 – Kontextbezogene Unternehmenssicherheit:
Diese Ebene passt sich an das spezifische Verhalten von Anwendungen und APIs an und nutzt Module zur kontinuierlichen Verfeinerung:
• Benutzerverhalten: Analysiert Aktivitäten auf Anomalien.
• Crowd-Verhalten: Lernt aus vertrauenswürdigen Mustern und passt Sicherheitsmaßnahmen an.
• Vertrauenswürdige Benutzer: Beschleunigt Schutz über Zulassungslisten.
• Semantische Engine (patentanmelded): Führt unbeaufsichtigte Analysen durch, um korrekte Eingaben zu erkennen.
Die Lösung bietet Sicherheit für GenAI-Apps, APIs und Agenten vom ersten Tag an, unterstützt über 100 Sprachen und zeichnet sich durch minimale Fehlalarme aus. Sie integriert Transparenz, Schutz auf Anwendungsebene und Laufzeitschutz in einer einheitlichen Plattform, die den Schutz von Mitarbeitern über Anwendungen bis hin zu Agenten abdeckt.
Check Point stellt eine Demo der Lösung bereit.
Weitere Informationen finden Sie hier:
• https://blog.checkpoint.com/securing-the-cloud/best-in-class-genai-security-when-cloudguard-waf-meets-lakera/
• https://blog.checkpoint.com/securing-the-cloud/expanding-cloudguard-our-journey-to-secure-genai-apps/
Folgen Sie Check Point:
• LinkedIn: https://www.linkedin.com/company/check-point-software-technologies
• X: https://www.twitter.com/checkpointsw
• Facebook: https://www.facebook.com/checkpointsoftware
• Blog: https://blog.checkpoint.com/
• YouTube: https://www.youtube.com/user/CPGlobal
