IntellectNews
IntellectNews
    IntellectNews
    • Анализ изображений
    • Бизнес-исследования
    • Видео и анимация
    • Генерация и преобразование голоса
    • Генерация изображений
    • Дизайн интерьеров и архитектура
    • Другое
    • Здоровье и благополучие
    • Искусство и креативный дизайн
    • Исследования и анализ данных
    • Маркетинг и реклама
    • Музыка и аудио
    • Написание и редактирование
    • Обнаружение ИИ и антидетекция
    • Образование и перевод
    • Офис и продуктивность
    • Повседневная жизнь
    • Право и финансы
    • Программирование и разработка
    • Социальные сети
    • Управление бизнесом
    • Чат-боты и виртуальные собеседники
    • Новости ИИ
      • Автоматизация
      • Общество и рынок труда
      • ИИ в науке
      • ИИ в развлечениях
      • Персональный ИИ
      • Робототехника и автономные системы
      • Эксперименты и тесты
      • Новости индустрии ИИ
      • Технологии и разработки
      • Применение ИИ
      • Законодательство и этика
    • Блог
    • Промты
      • Business
    Поиск
    Авторизация
    Забыли пароль?
    Регистрация
    • Главная
    • Блог
    • Статьи
    • Как Cisco DefenseClaw делает агентские ИИ безопаснее: три ключевых аспекта

    Как Cisco DefenseClaw делает агентские ИИ безопаснее

    • 8
    • 0
    • 23 Марта, 2026
    Поделиться
    Как Cisco DefenseClaw делает агентские ИИ безопаснее

    С развитием агентских искусственных интеллектов (ИИ) их использование в корпоративной среде сталкивается со значительными вызовами безопасности. В ответ на это Cisco анонсировала DefenseClaw, инструмент, который призван обеспечить контроль и безопасность над агентскими ИИ. В этой статье мы подробно рассмотрим, как DefenseClaw вносит вклад в безопасное развертывание таких технологий.

    Почему агентские ИИ нуждаются в особом внимании?

    Агентские ИИ, такие как OpenClaw, становятся популярными благодаря своей способности автоматизировать рутинные задачи — от управления электронной почтой до бронирования билетов. Однако их широкое использование сопряжено с рисками безопасности. Основной проблемой является отсутствие оркестрационного слоя, который позволял бы отслеживать действия агентов. В результате предприятиям сложно контролировать, что делают такие агенты.

    futuristic concept of AI agent security system with digital locks

    Три ключевых функции DefenseClaw

    1. Сквозное сканирование кода

    Первая функция DefenseClaw — это сканирование каждого фрагмента кода перед его запуском. Все навыки, инструменты и плагины проходят проверку перед интеграцией в среду агентского ИИ. Это предотвращает внедрение небезопасных компонентов в экосистему.

    2. Обнаружение и блокировка угроз

    DefenseClaw также включает систему обнаружения угроз, которая сканирует все сообщения, входящие и исходящие из агента, в реальном времени. Это позволяет своевременно выявлять и блокировать потенциальные угрозы безопасности.

    3. Автоматическая блокировка небезопасных операций

    Третья функция — это автоматическая блокировка небезопасных операций. Например, если агент пытается получить доступ к серверу электронной почты без разрешения, DefenseClaw автоматически удаляет такие права доступа из песочницы. Эта функция обеспечивает строгий контроль над действиями агентов.

    futuristic concept of AI agent security system with digital locks

    Перспективы и вызовы для индустрии

    Cisco, благодаря своим обширным ресурсам в области сетевых технологий и безопасности, имеет шанс занять лидирующие позиции на рынке решений для безопасности агентских ИИ. Однако конкуренция в этой области стремительно растет: такие игроки, как Palo Alto Networks, Zscaler и Google, также разрабатывают свои подходы к обеспечению безопасности ИИ.

    Для индустрии это означает необходимость более глубокого понимания и внедрения новых стандартов безопасности. В то же время предприятиям предстоит решить, как лучше интегрировать такие инструменты в свои процессы: передать ли контроль командам безопасности или возложить ответственность на разработчиков.

    Заключение

    DefenseClaw от Cisco — это значительный шаг вперед в обеспечении безопасности агентских ИИ. Он предлагает комплексное решение для управления и контроля над агентами, что в свою очередь открывает новые возможности для их безопасного внедрения в корпоративные процессы. Важно, чтобы предприятия активно следили за развитием технологий и адаптировались к новым вызовам, чтобы полностью воспользоваться преимуществами агентских ИИ.

    Блог top
    • 1
      Ошибки разбора JSON: Проверенные методы устранения и профилактики в российских системах 3 Марта, 2026 70
    • 2
      Что означает ошибка «Не удалось разобрать JSON» и как эффективно решить её в российских проектах 3 Марта, 2026 65
    • 3
      Ошибка разбора JSON в российских информационных системах: как избежать и решить распространённые проблемы 4 Марта, 2026 51
    • 4
      Ошибки при обработке JSON в российских IT-системах: разбираемся, как устранить проблему «Не удалось разобрать JSON» 3 Марта, 2026 48
    • 5
      Пути к безопасному развитию ИИ: почему правительство должно действовать 7 Марта, 2026 42
    • 6
      Как новый метод оценки неопределенности повышает доверие к крупным языковым моделям 26 Марта, 2026 25
    • 7
      Почему российским аналитикам и разработчикам стоит отказаться от циклов в Pandas для обработки данных и перейти к векторизации 4 Марта, 2026 22
    • 8
      Практическое руководство: Создание системы объяснимого искусственного интеллекта для российских бизнес-процессов с SHAP-IQ 3 Марта, 2026 22
    Статьи в блоге
    • Скрытые личности нейросетей: Как ученые из MIT научились управлять «подсознанием» LLM
      Скрытые личности нейросетей: Как ученые из MIT научились управлять «подсознанием» LLM 1 Мая, 2026
    • Взлом «черного ящика»: как ученые из MIT научились управлять скрытыми эмоциями и личностями LLM
      Взлом «черного ящика»: как ученые из MIT научились управлять скрытыми эмоциями и личностями LLM 30 Апреля, 2026
    • Анатомия ИИ: Как ученые из MIT научились управлять «характером» и скрытыми мотивами нейросетей
      Анатомия ИИ: Как ученые из MIT научились управлять «характером» и скрытыми мотивами нейросетей 30 Апреля, 2026
    • Дилемма «Ударь крота»: Как алгоритм WRING решает проблему предвзятости ИИ без переобучения
      Дилемма «Ударь крота»: Как алгоритм WRING решает проблему предвзятости ИИ без переобучения 30 Апреля, 2026
    • Скромный ИИ в медицине: как MIT создает системы, которые не боятся признавать неуверенность
      Скромный ИИ в медицине: как MIT создает системы, которые не боятся признавать неуверенность 30 Апреля, 2026
    • Как создать скромный ИИ: подход MIT для медицинских систем
      Как создать скромный ИИ: подход MIT для медицинских систем 29 Апреля, 2026
    • Как создать
      Как создать "скромный" ИИ для медицины: новые подходы и перспективы 29 Апреля, 2026
    • Создание «скромного» ИИ: путь к более надежным медицинским диагнозам
      Создание «скромного» ИИ: путь к более надежным медицинским диагнозам 28 Апреля, 2026
    Комментарии 0
    Поделиться
    8
    0
    23 Марта, 2026
    • Ваш комментарий будет первым
    Оставить комментарий
    Нажимая на кнопку «Отправить», Вы даете согласие на обработку персональных данных.
    Поделиться
    Выберите обязательные опции

    Мы используем файлы cookie и другие средства сохранения предпочтений и анализа действий посетителей сайта. Подробнее в Согласие на обработку персональных данных. Нажмите «Принять», если даете согласие на это.

    Принять
    IntellectNews

    Вы принимаете условия политики в отношении обработки персональных данных и пользовательского соглашения каждый раз, когда оставляете свои данные в любой форме обратной связи на сайте

    IntellectNews © 2026

    IntellectNews

    Вы принимаете условия политики в отношении обработки персональных данных и пользовательского соглашения каждый раз, когда оставляете свои данные в любой форме обратной связи на сайте, IntellectNews © 2026