만약 당신이 오전 2시에 AI 조수에 특허 코드를 붙여 넣은 적이 있다면, 당신은 이미 비밀스러운 AI가 해결하도록 설계된 긴장을 경험했습니다.AI는 태블릿 방식으로 조직을 통해 퍼져 나갔습니다 : 조용히, 모든 곳에서, 그리고 정부가 유지할 수있는 것보다 빠르다.Teams 루트 계약, 고객 티켓, 그리고 모델 엔드포인트를 통해 코드를 사용합니다. 이 편리함은 위반의 폭발 범위를 확장합니다.The average global breach cost 2024 년에 4.88M 달러로, 전년보다 10 % 증가. H1 2025에서만 1,732 개의 위반 165 개 이상의 레코드 rose 노출 로즈 노출 사실, 전통적인 보안은 두 가지 상태를 잘 처리합니다 : 휴식 상태의 데이터와 교통 상태의 데이터, 그러나 사용 중의 데이터는 아닙니다.Then, the data usually becomes visible to the system, the hypervisor, and the people who operate it. 이 "제3 상태": 그것은 메모리에있는 정보를 암호화하고 신뢰받는 실행 환경 (TEE) 내에서만 처리하는 데 도움이됩니다 : 운영자조차도 볼 수없는 하드웨어 고립 앵글라브. 뒤따라 가는 뒤따라 가는 계산이 발생한 곳을 원격으로 증명할 수 있고 누군가가 그것을 조작하지 않았음을 확인할 수 있다면, "신뢰"는 스택의 검사 가능한 속성이됩니다. 정치가 닫을 수 없는 격차 개발자는 이전보다 빠르게 배송하고 있으며 AI는 가속제입니다.그러나 빠른 AI 지원 출력은 검사하기 어렵고 보이지 않는 위험으로 배포하기 쉽습니다.특히 출처와 책임이 불분명 할 때. 당신의 보안 제약.그것은 할 수 없습니다. 완전히 내부화되지 않음 완전히 내부화되지 않음 PII 공개에 대한 Keysight의 최근 연구 민감한 정보 (기업이 최소한 로그 또는 제3자 시스템에 나타나기를 원하는 종류)가 인스턴트 및 모델 출력을 통해 얼마나 쉽게 유출 될 수 있습니까? 지금은 "무엇이 경고에서 유출되는지"를 측정할 수 있고 공격 할 수 있고 점점 더 규제 될 수있는 것으로 간주하고 있습니다. 깃발 보안팀 깃발 보안팀 한편, 자격증 도난은 여전히 고집스럽게 효과적입니다. 기본적인 웹 애플리케이션 공격에서 약 88%의 침해는 도난당한 자격증을 포함합니다. 현대적인 침해가 종종 "누군가가 로그인"으로 시작하면 더 민감한 작업을 더 많은 도구로 밀어 넣는 것이 위험을 더하는 것뿐만 아니라 증가시킵니다. 표준 배포에서 프롬프트 및 컨텍스트는 간단한 텍스트에서 어딘가에 존재해야 처리할 수 있습니다. 당신은 편집할 수 있습니다. 당신은 필터링할 수 있습니다.하지만 스택의 어딘가에, 데이터는 읽을 수 있어야합니다, 즉 취약합니다. 기밀 컴퓨팅은 실행 중 데이터와 코드를 보호하는 고립된 하드웨어 환경 내에서 워크로드를 실행함으로써 이 기본 라인을 전환합니다.This reduces who (or what) can observe the process, including privileged infrastructure layers.It does not eliminate every application-layer risk, but it narrows an entire class of exposure. 카타르의 베팅 : 기밀 AI는 물리적 범주가 진짜인지 알 수 있는 가장 빠른 방법은 돈과 메가와트가 어디로 가는지 지켜보는 것이다. 카타르 이 시설은 기밀 컴퓨팅 칩 (Nvidia 하드웨어 포함)을 사용하여 데이터를 처리의 모든 단계를 통해 암호화 유지합니다.AILO AI, MBK Holding, OLLM 이 프로젝트는 초기 $ 183M 투자와 시간이 지남에 따라 규모를 확대 할 야망을 가지고 있습니다. 건물은 파트너십을 건물은 파트너십을 OLLM의 역할은 기밀 AI에 대한 지원을 주장하는 것과 실제로 그것을 지원하는 데 필요한 인프라를 구축하는 것 사이에 차이가 있기 때문에 여기서 특히 중요합니다.Their pitch is less about "a better model" and more about a safer way to access and run a growing catalog of models. 하나의 API는 여러 공급자 및 AI 모델에 대한 액세스를 집계하면서 검증 가능한 개인 정보 보호 보증을 제공합니다. AI gateway 게이트웨이 따라서 신뢰성 테스트는 간단합니다 : 당신은 그것을 증명할 수 있습니까? OLLM의 파트너십 트랙은 그들이 할 수 있음을 제안합니다. One differentiator OLLM emphasizes is a confidential-compute-only posture coupled with Zero Data Retention (ZDR): models are deployed on confidential computing chips, and the platform is designed not to retain prompts or outputs. OLLM’s only data keeps is operationally necessary (and deliberately non-content), such as token consumption plus TEE attestation logs that are not linked to users or user data, so attestations can be shown publicly for transparency in the OLLM dashboard. That’s the philosophical shift: treat “model access” like critical infrastructure, where minimizing retained data and making execution verifiable are first-class product requirements, not policy footnotes. Olm의 Phala의 기밀 인공지능 인프라를 통해 흔적을 확장하고 있으며, TEE 내부에서 워크로드가 실행됩니다 (Intel TDX, AMD SEV 및 Nvidia H100/H200 클래스 GPU 기밀 컴퓨팅을 포함하여).그것은 각 추론이 진짜 TEE 하드웨어에서 실행되는 것을 보여주는 암호화 인증을 생성 할 수 있기 때문에 중요합니다. 파트너 파트너 NEAR AI는 또한 TEEs에 의해 구동되는 개인 추론 인프라를 구축하고 있습니다.이것은 개발자가 기밀 추론의 측면에서 컴포팅 가능한 원시로 생각할 수 있음을 의미합니다 (Phala는 하나의 경로입니다; NEAR AI의 개인 추론은 다른 것입니다). Bottom Line: 개발자가 관심을 가져야하는 이유 개발자들에게는 기밀 인공지능이 이전에 불편하고 위험한 작업 흐름을 해제하거나 보안 검토 림보에 갇힌 작업을 해제할 수 있습니다. 개발자들에게는 AI가 실제로 사용될 수 있는 곳에 직접적으로 확장됩니다. 내부 연주 책, 제품 디자인, 경쟁 인공지능 시스템을 통해 AI 로그에 캡처되지 않고 AI를 통과할 수 있습니다. 규제된 산업의 경우, 그 변화는 더욱 중요합니다. 데이터가 어떻게 처리되는지에 대한 "신뢰"를 요구하는 대신에 은행과 의료 서비스 제공자는 암호화 인증을 증거로 지적하여 위험 피하기에서 통제 배포에 대한 준수 토론을 바꿀 수 있습니다. 동일한 논리는 엄격하게 규제된 환경 밖에서 적용됩니다. 배송 압박을 받고 있는 팀은 프로토 타입이 제품으로 변할 때 갑자기 노출이 줄어들지 않습니다. 기밀 실행은 이테레이션 속도를 유지하면서 추론이 드러낼 수 있는 것을 좁힐 수 있습니다. AI 에이전트는 인증서를 관리하고 API 호출을 촉발하고 민감한 시스템과 상호 작용하기 시작합니다. AI가 실제 작업 흐름에 삽입되면서, 스택의 가장 약한 점은 더 이상 저장 또는 전송이 아니라 실행입니다.데이터 사용은 민감한 정보가 가장 노출되고 최소 통제되는 곳입니다.비밀 컴퓨팅은 모든 보안 문제를 해결하지는 않지만 정책, 계약 및 액세스 제어가 할 수없는 격차를 닫습니다.AI가 실험에서 인프라로 이동하려면 그 격차를 해결해야합니다.

This story contains new, firsthand information uncovered by the writer.

This writer has a vested interest be it monetary, business, or otherwise, with 1 or more of the products or companies mentioned within.

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

이 오디오는 이야기의 원래 언어로 제작되었습니다!

AI 보안의 잃어버린 층 : 왜 "데이터 사용"이 다음 전장입니까?

About Author

코멘트

태그 걸기

이 기사는 다음에서 발표되었습니다.

Related Stories

AI의 힘을 발휘하세요. 최첨단 기술의 체계적 검토: 개요 및 소개

Crypto Growth: 효과적인 사용자 페르소나 만들기

디지털 유목민 들어보기: 태국의 새로운 DTV 비자에 대해 알아야 할 사항

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

AI의 힘을 발휘하세요. 최첨단 기술의 체계적 검토: 개요 및 소개

Crypto Growth: 효과적인 사용자 페르소나 만들기

디지털 유목민 들어보기: 태국의 새로운 DTV 비자에 대해 알아야 할 사항

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps