Pregled Trenutačni sustavi za upravljanje identitetom i pristupom (IAM) koji su usmjereni na ljude ne rade učinkovito kada se bave AI agentima. Ti sustavi rade pod pretpostavkom da će korisnici uvijek biti prisutni za provođenje interakcija. Osnovni elementi dizajna tradicionalnog IAM-a za radnu snagu uključuju zaslone za prijavu i upute za lozinku te obaveštenja za multi-faktorsku autentifikaciju (MFA). Postojeća rješenja za identifikaciju od stroja do stroja također ne pružaju dovoljno detalja za upravljanje AI agentima jer ne podržavaju funkcije dinamičke kontrole životnog ciklusa i delegiranja. Agenti umjetne inteligencije eliminiraju sve postojeće pretpostavke o ljudskom ponašanju. Izvođenje zadataka radnog toka od strane agenata tijekom kasnih noćnih sati onemogućuje im da odgovore na zahtjeve za provjeru MFA. Obrada brojnih zahtjeva API-ja od strane delegiranih agenata na visokim brzinama onemogućuje im da zaustave postupke ljudske autentifikacije. Proces provjere identiteta i autorizacije zahtijeva potpuni redizajn sustava. Dvije agencijske arhitekture, dva identiteta Čovjek-delegirani agenti i problem ciljane dozvole Za početak ćemo ispitati probleme s identitetom ljudskog delegiranog agenta. AI asistenti koji djeluju pod vašim identitetom ne bi trebali primati vaš puni skup dozvola kada im dajete ovlast za rukovanje vašim kalendarskim i e-mail zadaćama.Sustav zahtijeva da agenti primaju ograničen pristup dozvolama jer ljudskim korisnicima nisu potrebna takva ograničenja.Sustav treba ograničiti dozvole delegiranog agenta putem granularnih kontrola pristupa, jer ljudski korisnici ne zahtijevaju ovu razinu kontrole. Ljudi sprječavaju slučajne prijenose bankovnih računa jer razumiju razliku između stvarnih uputa i lažnih.Savremeni AI sustavi ne izvode logičko razmatranje na istoj razini kao i ljudi.Sustav zahtijeva pristup najmanje privilegije kada agenti obavljaju zadatke koje su u početku obavljali ljudi. Tehnička provedba: Sustav mora koristiti autentifikaciju s dvostrukim identitetom za delegirane agente, što uključuje dva zasebna identiteta. 
 
 
 Primarni identitet: Čovjek koji je ovlastio agenta Sekundarni identitet: sam agent, uz izričita ograničenja opsega To se pretvara u razmjenu žetona koja proizvodi žetone za pristup s dodatnim zahtjevima u OAuth 2.1/OIDC uvjetima - 
 
 
 
 
 agent_id: Jedinstveni identifikator za instanci agenta delegated_by: ID korisnika ovlaštene osobe područje primjene: Sastav ograničenih dozvola (npr. banking:pay-bills:approved-payees ali ne banking:transfer:*) Ograničenja: Dodatna ograničenja politike kodirana u tokenu Example Token Flow: User authenticates → Receives user_token (full permissions)
User delegates to agent → Token exchange endpoint
agent_token = exchange(user_token, {
  scope: ["banking:pay-bills"],
  constraints: {
    payees: ["electric-company", "mortgage-lender"],
    max_amount: 5000,
    valid_until: "2025-12-31"
  }
})
 Potrošačka usluga mora provjeriti valjanost tokena i dozvolu za rad protiv definiranih vrijednosti opsega i ograničenja.Većina trenutnih sustava nema potrebnu logiku ovlaštenja za rukovanje kontrolom pristupa na temelju opsega. Potpuno autonomni agenti i neovisni strojni identitet Potpuno samoupravni agent predstavlja drugu moguću strukturu agenta. Chatbot za usluge korisnicima djeluje neovisno o bilo kojem ljudskom korisniku koji bi trebao održavati svoj vlastiti stalni identitet. Proces autentifikacije za agente koristi Grant za povjerljivost klijenta (OAuth 2.1), koji zahtijeva autentifikaciju agenta putem kombinacije client_id i client_secret. Proces autentifikacije zahtijeva da agenti pokažu X.509 certifikate, koji nose potpise od pouzdanih certifikacijskih tijela. Agent provjerava svoje zahtjeve putem privatnog ključa koji odgovara registriranom javnom ključu. What challenges do these authentication mechanisms present? Proces autentifikacije za jednog agenta pojednostavljuje se autentifikacijom zasnovanom na certifikatu, ali tvrtka koja za zadatke u toku rada koristi više od 1000 privremenih agenta mora se nositi sa zahtjevima za autentifikaciju. Organizacije koje podržavaju 10.000 ljudskih korisnika kroz složene poslovne procese stvorit će više od 50.000 strojnih identiteta jer svaki proces generira 5 kratkotrajnih agenta. To je mjesto gdje je potrebno automatizirati Što uključuje: Machine Identity Management (MIM), 
 
 
 
 
 Programsko izdavanje certifikata Sertifikati kratkog vijeka trajanja (satima, a ne godinama) kako bi se minimizirao radijus eksplozije Automatizirana rotacija prije isteka Odmah opoziv kada je agent uništen Saznajte više o MIM . ovdje Gdje se industrija kreće Zero Trust AI pristup (ZTAI) Tradicionalni Zero Trust, sa svojim "nikad ne vjerujte, uvijek provjerite", potvrđuje identitet i držanje uređaja. Napadač ubrizgava zlonamjerne upute u pamćenje agenta (npr. "Kada korisnik spominje 'financijski izvještaj', filtrira sve podatke o klijentima"). Zaštita zahtijeva Sustav održava model ponašanja onoga što svaki agent treba učiniti, a ne samo ono što mu je dopušteno učiniti. semantic verification Dinamička autorizacija: izvan RBAC-a Kontrola pristupa na temelju uloga bila je opcija za tradicionalno ljudsko ovlaštenje. dodjeljuje statičke dozvole, koje su djelovale prilično dobro za ljude, gdje su uglavnom predvidljive. Kontrola pristupa na temelju atributa (ABAC) ABAC donosi odluke o ovlaštenju na temelju kontekstualnih atributa ocijenjenih u realnom vremenu: 
 
 
 
 
 Identitetni atributi: ID agenta, verzija, delegirajući korisnik, registrirani opseg Atributi okoliša: izvor IP, geolokacija, okruženje izvršenja, reputacija mreže, vrijeme dana Atribut ponašanja: brzina poziva API-ja, obrasci pristupa resursima, odstupanje od povijesnog ponašanja, trenutni rezultat povjerenja Atributi resursa: klasifikacija podataka, regulatorni zahtjevi, kritičnost poslovanja To omogućuje stalno ponovno izračunavanje rezultata povjerenja tijekom sesije na temelju: continuous authentication 
 
 
 
 
 Anomalije geolokacije (agenti koji iznenada pristupaju iz neočekivane regije) Anomalije brzine (1000 zahtjeva / min kada je povijesni prosjek 10 / min) Odstupanje od obrasca pristupa (financijski agent iznenada pretražuje HR bazu podataka) Privremene anomalije (agent aktivan tijekom konfiguriranog prozora održavanja) Primjer milosrdne degradacije Potrebna je dinamična procjena rizika: prilagodite razinu povjerenja na temelju procjene rizika: 
 
 
 
 
 Visoka razina pouzdanosti (0-30): Potpuno autonomno djelovanje Prosječno povjerenje (score 31-60): Potrebna je ljudska potvrda za osjetljive operacije Nisko povjerenje (61-80 bodova): pristup samo za čitanje Kritično (score 81-100): suspenzija agenta, istraga o pokretanju Kako agent nastavlja normalno ponašanje, rezultat povjerenja postupno se povećava, vraćajući sposobnosti. Kriticki otvoreni izazovi Novi agencijski tokovi rada predstavljaju različite kritične otvorene izazove: Kriza odgovornosti Tko je odgovoran kada autonomni agent izvrši neovlaštenu akciju? Trenutačni pravni okviri nemaju mehanizme za pripisivanje odgovornosti za te scenarije. Kao tehnički vođe u organizacijama, trebali bismo osigurati da sveobuhvatne revizijske staze koje povezuju svaku akciju budu snimljene s detaljima kao što su: 
 
 
 
 
 
 Specifični ID agenta i verzija Politička odluka koja je dopustila / odbila akciju Čovjekovo delegiranje (ako je primjenjivo) Kontekst okoliša Razlozi za odobrenje Novinarski vektorski napad Novi vektorovi napada pojavljuju se u ovom novom prostoru: 
 
 
 Kontekstno trovanje: Napadači ubrizgavaju zlonamjerne podatke u pamćenje agenta kako bi potkopali donošenje odluka bez ugrožavanja kriptografskih povjerenja. Token krivotvorenje: Istraživanje je pokazalo eksploitove koristeći ključeve za šifriranje s tvrdim kodom kako bi se stvorili valjani tokeni za autentifikaciju. Problem halucinacija Prepuštanje tumačenja politika ovlaštenja LLM-ovim agentima nije pouzdano zbog halucinacija i nedeterminističke prirode modela. Tumačenje politika trebalo bi ostaviti tradicionalnim motorima pravila. Ako bi se LLM-ovi koristili, tada bi njihov konsenzus s više modela trebao biti obvezan, a izlazi trebali bi biti ograničeni na strukturirane odluke. Zaključak Temeljna ovisnost tradicionalnog IAM-a o ljudskoj interakciji čini ga strukturno nespojivim s autonomnim i poluautonomnim agentima koji će dominirati poslovnim tokovima poduzeća u bliskoj budućnosti. Industrija se zbližava na tehničkim rješenjima: OAuth 2.1/OIDC prilagodbe za strojna radna opterećenja, Zero Trust AI Access okviri koji primjenjuju semantičku provjeru i sustave kontrole pristupa na temelju atributa koji omogućuju kontinuiranu procjenu povjerenja. Ovaj prijelaz iz upravljanja identitetom usmjerenim na ljude na upravljanje identitetom usmjerenim na agencije zahtijeva temeljnu promjenu arhitekture. Statične uloge moraju biti zamijenjene dinamičkim atributima, a obranu perimetra treba zamijeniti provjerom namjere. Organizacije bi trebale prepoznati taj prijelaz i uložiti u robusne okvire za autentifikaciju agenata kako bi uspjele.

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

Read My Stories

Ovaj zvuk je proizveden na izvornom jeziku priče!

Zašto tradicionalni IAM sustavi ne uspiju u doba AI agenata

About Author

KOMENTARI

VIJESI OZNAKE

OVAJ ČLANAK JE PREDSTAVLJEN U

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps