Przejdź do treści
niedziela, 22 listopada 2026
Tenesys AI News
Subskrypcja

Cyberbezpieczeństwo

Podatności, zagrożenia i incydenty, komunikaty CERT-EU, ENISA, CISA i NCSC, bezpieczeństwo AI i regulacje (NIS2, CRA).

“Agentai” — 16 artykułów ✕

Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

Google dodaje semantyczne zabezpieczenia przed nadużyciami agentów AI

Google udostępniło w wersji zapoznawczej mechanizm „Semantic governance policies” dla platformy Gemini. Funkcja ta dodaje warstwę kontrolną, wykorzystującą sędziego LLM do weryfikacji każdego wywołania narzędzia przez agenta pod kątem zgodności z zasadami opisanymi w naturalnym języku oraz pierwotną intencją użytkownika przed ich wykonaniem.

Google Developers
Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

Przestępcy przenoszą infrastrukturę C2 złośliwego oprogramowania do publicznych blockchainów

Adwersarze odchodzą od tradycyjnych, scentralizowanych serwerów C2 na rzecz niezmiennych rejestrów publicznych, takich jak Bitcoin, BNB Smart Chain i TRON. Umieszczając zaszyfrowane konfiguracje C2 bezpośrednio w inteligentnych kontraktach lub transakcjach, tworzą odporne i nieusuwalne punkty końcowe, które omijają przejęcia domen i standardowe listy blokowania sieci.

Cisco Talos
PilneCyberbezpieczeństwo· 🧪 Warte przetestowania

Microsoft wprowadza Perception – automatyzację bezpieczeństwa dla ery AI agentów

Firma Microsoft zaprezentowała „Perception” – platformę zabezpieczeń zaprojektowaną do zarządzania ryzykiem wynikającym z automatycznych cyberataków wspomaganych przez sztuczną inteligencję. Platforma koordynuje agentów działających w ramach „czerwonych”, „niebieskich” i „zielonych” zespołów, automatyzując procesy wykrywania, badania i usuwania luk w zabezpieczeniach. Wprowadzono również nowe funkcje ochrony „agentowych insiderów” – czyli agentów AI działających wewnątrz korporacyjnych sieci.

Microsoft Security
PilneCyberbezpieczeństwo· 🧪 Warte przetestowania

Wzrost popularności autonomicznych frameworków do testów penetracyjnych AI

Od początku października gwałtownie wzrosła liczba frameworków do testów penetracyjnych opartych na sztucznej inteligencji, z tysiącami aktywnych instancji. Te autonomiczne narzędzia automatyzują cały łańcuch ataku cybernetycznego, pozwalając na łańcuchowe wykorzystywanie poświadczeń i szybkie przemieszczanie się wewnątrz infrastruktury.

Cloudflare Security
Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

Google ocenia system wykrywania anomalii agentów w niezależnych testach

Google przetestowało funkcję wykrywania anomalii agentów (Agent Anomaly Detection) przy użyciu pięciu zewnętrznych benchmarków, w tym AgentDojo i AgentHarm. Narzędzie wykryło 87% szkodliwych instrukcji wykonanych przez agentów, wykazując jednak mniejszą skuteczność w przypadku zatrutej pamięci długotrwałej.

Google Developers
Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

Nowe badania pokazują, jak modele AI mogą zostać przekształcone w uśpione agenty

Microsoft Research odkrył, że modele AI mogą zostać skompromitowane poprzez modyfikację mniej niż 10 konkretnych neuronów. Te „uśpione” furtki (backdoors) pozwalają atakującemu wywołać złośliwe polecenia, gdy w kontekście pojawią się określone ciągi znaków, nawet jeśli model przechodzi wszystkie standardowe testy bezpieczeństwa.

Microsoft Security
Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

Nowa technika backdoor Lazarus atakuje uśpione neurony modeli AI

Badacze Microsoft odkryli 'Lazarus', technikę umożliwiającą przeprogramowanie uśpionych neuronów w modelach LLM w celu wstrzyknięcia złośliwych zachowań. Modyfikując mniej niż 10 neuronów, atakujący może wywołać wykonanie nieautoryzowanych poleceń bez wpływu na standardowe działanie modelu lub wyniki ewaluacji.

Microsoft Research
Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

IBM udostępnia Praxis Policy Engine do zabezpieczania systemów AI

IBM wprowadziło Praxis Policy Engine (PPE), narzędzie typu open-source znajdujące się teraz w CNCF Sandbox, zaprojektowane do egzekwowania polityk bezpieczeństwa i dostępu w ruchu AI. Działa ono jako monitor referencyjny, który reguluje prompty, wywołania modeli oraz interakcje agentów przy użyciu wspólnego formatu danych.

IBM Research
Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

Microsoft wzmacnia bezpieczeństwo agentów AI za pomocą narzędzi do zarządzania i izolacji

Microsoft wprowadził nowe funkcje bezpieczeństwa do zarządzania ryzykiem związanym z agentami AI, w tym Dynamiczne Uprawnienia do ograniczania zakresu zadań oraz kontenery Microsoft Execution Containers (MXC) do izolacji na poziomie systemu operacyjnego. Microsoft Defender zyskał również możliwość wykrywania lokalnych agentów AI oraz ich konfiguracji MCP w systemach Windows i macOS.

Microsoft Security
Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

Cloudflare wprowadza granularną kontrolę i widoczność osobistych agentów AI

Firma Cloudflare wprowadziła nową kategorię „Personal Assistants” w swoich narzędziach Security Analytics, umożliwiając właścicielom serwisów śledzenie i zarządzanie ruchem generowanym przez osobistych agentów AI. Firmy mogą teraz ustawiać precyzyjne zasady dostępu dla poszczególnych agentów, co pozwala chronić przychody z reklam lub wrażliwe obszary strony, przy jednoczesnym wspieraniu użytecznych interakcji.

Cloudflare Security
Cyberbezpieczeństwo· 🧪 Warte przetestowania

Bezpieczeństwo agentów AI w przedsiębiorstwach: nowe wytyczne dotyczące zarządzania i obrony

Microsoft odnotował 15-krotny wzrost liczby agentów AI w ekosystemie M365 w ciągu ostatniego roku, co wymusza wprowadzenie nowych ram bezpieczeństwa dla CISO. Uwaga skupia się na wdrażaniu rygorystycznej kontroli tożsamości i głębokiej obserwacji, aby zapobiegać ryzykom związanym z niezarządzaną autonomią AI.

Microsoft Security
Cyberbezpieczeństwo· Ważne· 🧪 Warte przetestowania

LLM i fuzzery: komplementarne podejście do wykrywania błędów

Google Project Zero przeanalizowało porównanie systemów opartych na LLM (BigSleep) z tradycyjnymi fuzzerami generatywnymi (Fuzzilli) w kontekście wykrywania luk w silniku JavaScript V8. W ciągu sześciu miesięcy obie metody niezależnie odkryły unikalne błędy, przy szacowanym pokryciu wynoszącym od 25% do 60%.

Google Project Zero