Если вы когда-либо вставляли собственный код в помощника ИИ в 2 утра, вы уже пережили напряжение, которое конфиденциальный ИИ предназначен для решения. ИИ распространяется по организациям так, как это делали таблицы: тихо, везде и быстрее, чем может контролировать управление. команды маршрутизируют контракты, билеты клиентов и кодируют через конечные точки модели, потому что это работает, а не потому, что кто-то проверил, где эти данные действительно идут. Это удобство расширяет радиус взрыва нарушения.Средняя глобальная стоимость нарушения до $ 4,88 млн в 2024 году, на 10% больше, чем в предыдущем году. Только в первом квартале 2025 года, 1732 нарушения Более 165 миллионов записей. Роза Экспонировать Роза Экспонировать Дело в том, что традиционная безопасность хорошо справляется с двумя состояниями: данными в покое и данными в транзите, но не данными в использовании. Это «третье состояние»: оно помогает шифровать информацию в памяти и обрабатывать ее только внутри надежной среды исполнения (TEE): аппаратной изолированной анклавы, в которую даже операторы не могут заглянуть. Идет после Идет после Если вы можете дистанционно доказать, где произошло вычисление, и подтвердить, что никто с ним не подвергся манипуляции, «доверие» становится проверяемым свойством стека. Разрыв, который политика не может закрыть Разработчики отправляются быстрее, чем когда-либо, и ИИ является ускорителем.Но быстрый, ассистированный ИИ выход может быть трудным для аудита и легким для развертывания с невидимым риском, особенно когда происхождение и отчетность размыты. Ваши ограничения безопасности.Это не может. Не полностью интернализируется Не полностью интернализируется Недавнее исследование Keysight о раскрытии PII Как легко конфиденциальная информация (такая, какой компании меньше всего хотят, чтобы она появлялась в журналах или системах третьих лиц) может просочиться через запросы и выходы моделей. В настоящее время они относятся к тому, что «утекает» как к чему-то измеримому, атакуемому и все более регулируемому. Флаги Security teams Флаги Команды безопасности В то же время, кража аккредитаций остается упорно эффективной.В базовых атаках веб-приложений, около 88% нарушений включают украденные аккредитации.Если современное нарушение часто начинается с "кто-то вошел в систему", то выталкивание более чувствительной работы в больше инструментов не только добавляет риск, но и умножает его. В стандартных развертываниях запросы и контекст должны существовать в простом тексте где-то для обработки. Вы можете редактировать. Вы можете фильтровать. Но где-то в стеке данные должны быть читаемыми, что означает, что они уязвимы. Конфиденциальные вычисления меняют эту базовую линию, запуская рабочие нагрузки в изолированных аппаратных средах, которые защищают данные и код во время выполнения. Это уменьшает, кто (или что) может наблюдать за процессом, включая привилегированные слои инфраструктуры. Ставка Катара: конфиденциальный ИИ получает физический Самый быстрый способ узнать, реальна ли категория, это посмотреть, куда идут деньги и мегаватты. Катар Конфиденциальный центр данных ИИ, который представляет собой один из первых физических проявлений этого сдвига.Учреждение будет использовать конфиденциальные вычислительные чипы (включая оборудование Nvidia), чтобы держать данные зашифрованными на каждом этапе обработки. на проект, с первоначальными инвестициями в размере 183 млн долларов и амбициями по масштабированию с течением времени. Это строение are partnering Это строение Сотрудничают Роль OLLM особенно важна здесь, потому что существует разница между заявлением о поддержке конфиденциального ИИ и фактическим созданием инфраструктуры, необходимой для его поддержки. Один API, который объединяет доступ к нескольким провайдерам и моделям ИИ, предлагая при этом проверяемые гарантии конфиденциальности. Что такое Gateway Что такое Gateway «Конфиденциальный ИИ» - это простая фраза, которую можно нажать на целевую страницу.Так что тест на достоверность прост: можете ли вы это доказать? Одним из дифференциаторов, который OLLM подчеркивает, является конфиденциальная вычислительная-только позиция в сочетании с Zero Data Retention (ZDR): модели развертываются на конфиденциальных вычислительных чипах, а платформа предназначена не для сохранения запросов или выходов. Единственные данные, которые OLLM держит, являются операционно необходимыми (и преднамеренно не содержащимися), такими как потребление токенов плюс записи аттестации TEE, которые не связаны с пользователями или данными пользователей, поэтому аттестации могут быть показаны публично для прозрачности в панели управления OLLM. Это философский сдвиг: обращайтесь к «доступу к модели» как к критической инфраструктуре, где минимизация сохранения данных и проверяе Ольмы Это расширяет свой след через конфиденциальную инфраструктуру ИИ Phala, где рабочие нагрузки работают внутри TEE (включая Intel TDX, AMD SEV и конфиденциальные вычисления GPU класса Nvidia H100/H200). Партнерство Партнерство NEAR AI также строит частную инфраструктуру вывода, поддерживаемую TEEs. Это означает, что разработчики могут думать с точки зрения конфиденциального вывода как компостируемый примитив (Phala - это один маршрут; частное вывод NEAR AI - другой). Bottom Line: Почему разработчики должны заботиться Для разработчиков конфиденциальный ИИ может разблокировать рабочие процессы, которые ранее были неудобными, рискованными или застряли в лимбо обзора безопасности. Он напрямую расширяется до того, где ИИ может быть использован на практике. Владельческие данные, такие как внутренние учебники, дизайн продуктов, конкурентная разведка, могут проходить через системы ИИ, не попадая в журналы третьих сторон. Для регулируемых отраслей этот сдвиг еще более значим. Вместо того, чтобы просить «доверять» тому, как обрабатываются данные, банки и поставщики медицинских услуг могут указать на криптографическую аттестацию как на доказательство, меняя обсуждения соответствия от избегания рисков до контролируемого развертывания. Такая же логика применяется вне сильно регулируемой среды. Команды, находящиеся под давлением для быстрого доставки, внезапно не становятся менее подвержены воздействию, когда прототип превращается в продукт. Конфиденциальное выполнение позволяет поддерживать скорость итерации, сужая то, что может раскрыть вывод. Агенты ИИ начинают управлять аккредитациями, запускать API-звонки и взаимодействовать с чувствительными системами. Таким образом, возможность запускать их без раскрытия своих инструкций или данных, даже операторам, управляющим инфраструктурой, становится базовым требованием, а не передовой функцией. По мере того, как ИИ встраивается в реальные рабочие процессы, самая слабая точка в стеке больше не является хранением или транспортировкой, а выполнением.Данные в использовании - это место, где чувствительная информация наиболее подвержена воздействию и наименее контролируется.Конфиденциальные вычисления не решают каждую проблему безопасности, но они закрывают разрыв, который политика, контракты и контроль доступа не могут.

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. 

Этот звук создан на языке оригинала истории!

Исчезающий слой в области безопасности ИИ: почему «данные в использовании» являются следующим полем битвы

About Author

КОММЕНТАРИИ

БИРКИ

ЭТА СТАТЬЯ БЫЛА ПРЕДСТАВЛЕНА В

Related Stories

Как улучшить ваш рабочий процесс в 10 раз: 17 основных приложений

Хотите выиграть конкурс HackerNoon? Вот что рекомендуют победители конкурса #crypto-api

Telegram: мост Крипто-острова на материк

Раскрытие силы ИИ. Систематический обзор передовых методов: Краткое содержание и введение

Как улучшить ваш рабочий процесс в 10 раз: 17 основных приложений

Хотите выиграть конкурс HackerNoon? Вот что рекомендуют победители конкурса #crypto-api

Telegram: мост Крипто-острова на материк

Раскрытие силы ИИ. Систематический обзор передовых методов: Краткое содержание и введение

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps