AI Protection te ayuda a administrar la postura de seguridad de tus cargas de trabajo de IA detectando amenazas y ayudándote a mitigar los riesgos de tu inventario de recursos de IA. En este documento, se proporciona una descripción general de la Protección contra IA, incluidos sus beneficios y varios conceptos clave. AI Protection está disponible con las activaciones a nivel de la organización de Security Command Center.
En los niveles de servicio Premium y Enterprise (obsoleto), cuando se activa Security Command Center a nivel de la organización, AI Protection ayuda a proporcionar una vista integral de la seguridad de la IA en todo tu entorno de Google Cloud . El panel de AI Protection de la consola de Google Cloud muestra un conjunto coherente de widgets y funciones, con datos agregados de todos los proyectos y recursos de la organización.
Capacidades de AI Protection
AI Protection te ayuda a administrar las amenazas y los riesgos para tus sistemas de IA de las siguientes maneras:
- Evalúa tu inventario de activos de IA: Evalúa y comprende tus sistemas y activos de IA con el panel de seguridad de IA y la pestaña de recursos de IA, incluidos los siguientes elementos:
- Modelos
- Fuentes de datos
- Extremos
- Agentes (vista previa)
- Servidores del Protocolo de contexto del modelo (MCP) catalogados en Agent Registry (versión preliminar). El descubrimiento de servidores de MCP requiere que la API de App Hub (
apphub.googleapis.com) esté habilitada en cada proyecto que aloje un servidor de MCP.
- Identifica vulnerabilidades: Identifica vulnerabilidades de software (CVE) en cargas de trabajo basadas en agentes implementadas con Agent Runtime.
- Identifica riesgos: Identifica los riesgos de los agentes y su impacto en el ecosistema según la simulación de ruta de ataque y las reglas predefinidas del gráfico de seguridad, con los agentes y los servidores de MCP como recursos de alto valor.
- Detecta agentes con exceso de privilegios: Detecta agentes de Agent Runtime a los que se les otorgaron permisos excesivos. (vista previa)
- Administra los riesgos y el cumplimiento: Administra de forma proactiva los riesgos para tus recursos de IA y verifica que tus implementaciones de IA cumplan con los estándares de seguridad pertinentes.
- Mitiga los riesgos legales y financieros: Reduce los riesgos financieros, de reputación y legales asociados con los incumplimientos de seguridad y el incumplimiento de las reglamentaciones.
- Detecta y administra amenazas: Detecta y responde a posibles amenazas a tus sistemas y recursos de IA de manera oportuna.
- Consulta un panel: Administra todos los riesgos y las amenazas relacionados con la IA desde un panel centralizado.
Casos de uso de AI Protection
AI Protection ayuda a las organizaciones a mejorar su seguridad identificando y mitigando las amenazas y los riesgos relacionados con los sistemas de IA y los datos sensibles. Los siguientes casos de uso son ejemplos de cómo se puede usar AI Protection en diferentes organizaciones:
Institución de servicios financieros: Datos financieros de los clientes
Una gran institución de servicios financieros usa modelos de IA que procesan datos financieros sensibles.
- Desafío: El procesamiento de datos financieros altamente sensibles con modelos de IA implica varios riesgos, incluido el riesgo de violaciones de la seguridad de los datos, robo de datos durante el entrenamiento o la inferencia, y vulnerabilidades en la infraestructura de IA subyacente.
- Caso de uso: La Protección basada en IA supervisa continuamente los flujos de trabajo de IA en busca de actividad sospechosa, detecta el acceso no autorizado a los datos y el comportamiento anómalo del modelo, clasifica los datos sensibles y ayuda a mejorar el cumplimiento de las reglamentaciones, como la PCI DSS y el RGPD.
Proveedor de atención médica: Privacidad del paciente y cumplimiento
Un importante proveedor de atención médica administra historias clínicas electrónicas y usa la IA para el diagnóstico y la planificación del tratamiento, y maneja información de salud protegida (PHI).
- Desafío: La PHI que analizan los modelos de IA está sujeta a reglamentaciones estrictas, como la HIPAA. Los riesgos incluyen la exposición accidental de PHI a través de configuraciones incorrectas o ataques maliciosos dirigidos a los sistemas de IA para obtener datos de los pacientes.
- Caso de uso: AI Protection identifica y alerta sobre posibles incumplimientos de la HIPAA, detecta el acceso no autorizado a la PHI por parte de modelos o usuarios, marca los servicios de IA vulnerables y potencialmente mal configurados, y supervisa la filtración de datos.
Empresa de fabricación y robótica: Propiedad intelectual patentada
Una empresa de fabricación especializada en robótica y automatización avanzadas depende en gran medida de la IA para optimizar las líneas de producción y el control robótico, y tiene propiedad intelectual (PI) vital integrada en sus algoritmos de IA y datos de fabricación.
- Desafío: Los algoritmos de IA patentados y los datos operativos sensibles son vulnerables al robo por parte de amenazas internas o adversarios externos, lo que podría generar desventajas competitivas o interrupciones operativas.
- Caso de uso: AI Protection supervisa el acceso no autorizado a modelos de IA y repositorios de código, detecta intentos de exfiltrar modelos entrenados y patrones inusuales de acceso a los datos, y marca vulnerabilidades en entornos de desarrollo de IA para evitar el robo de PI.
Reglas de Event Threat Detection para los recursos de Gemini Enterprise Agent Platform
Event Threat Detection detecta varias amenazas potenciales que involucran activos de Gemini Enterprise Agent Platform, como actividad anómala de la cuenta de servicio, cambios en permisos sensibles y abuso de identidad de agentes.
Las categorías de hallazgos que se aplican a los activos creados con IA incluyen las siguientes:
- Persistencia: Nuevo método de API de IA
- Persistencia: Nueva ubicación geográfica para el servicio de IA
- Elevación de privilegios: Suplantación de identidad anómala de la cuenta de servicio en la actividad del administrador de IA
- Elevación de privilegios: Uso anómalo de identidad temporal como cuenta de servicio para acceso a datos de IA
- Elevación de privilegios: Delegación anómala de cuentas de servicio de varios pasos para actividades de administrador de IA
- Elevación de privilegios: Delegación anómala de cuentas de servicio de varios pasos para el acceso a los datos de IA
- Elevación de privilegios: Uso anómalo de identidad temporal como cuenta de servicio para actividades de administrador de IA
- Acceso inicial: Actividad de la cuenta de servicio inactiva en el servicio de IA
- Persistencia: Otorgamiento anómalo de IAM a identidad agentiva
- Credential Access: Credencial de identidad de agente utilizada fuera de Google Cloud
- Persistencia: Se agregó un permiso de IA sensible al rol personalizado
- Persistencia: Rol sensible otorgado por el agente de IA
- Persistencia: Se otorgó un rol sensible a un agente de IA externo
- Evasión de defensa: Se otorgó el rol de Creador de tokens a nivel del proyecto al agente de IA
- Evasión de defensa: Se otorgó el rol de Creador de tokens a nivel de carpeta al agente de IA
- Evasión de defensa: Se otorgó el rol de creador de tokens a nivel de la organización al agente de IA
Para obtener una lista completa de los hallazgos de Event Threat Detection que se aplican a los recursos de IA, consulta Servicios de detección.
Detección de amenazas de Agent Platform para Agent Runtime
La Detección de amenazas de Agent Platform proporciona detección de amenazas en el tiempo de ejecución para los agentes implementados en Agent Runtime. Supervisa los agentes en ejecución para detectar posibles ataques y genera resultados en Security Command Center.
Agent Platform Threat Detection puede generar hallazgos para Agent Runtime, incluidas las siguientes categorías:
- Comando y control: Se detectó una herramienta de esteganografía
- Credential Access: Busca Google Cloud Credentials
- Acceso a credenciales: Reconocimiento de claves GPG
- Acceso a las credenciales: Busca claves privadas o contraseñas
- Evasión de defensa: Línea de comandos de archivo ELF en Base64
- Evasión de defensa: Se ejecutó una secuencia de comandos de Python codificada en Base64
- Evasión de defensa: Se ejecutó una secuencia de comandos de shell codificada en Base64
- Evasión de defensa: Iniciar la herramienta de compilador de código en el contenedor
- Ejecución: Ejecución remota de código de Netcat en un contenedor
- Ejecución: Posible ejecución de comandos arbitrarios con CUPS (CVE-2024-47177)
- Ejecución: Se detectó una posible ejecución remota de comandos
- Ejecución: Ejecución del programa con entorno de proxy HTTP no permitido
- Ejecución: Se detectó una shell inversa de Socat
- Ejecución: Se cargó un objeto compartido de OpenSSL sospechoso
- Robo de datos: Se detectó el lanzamiento de herramientas de copia remota de archivos en el contenedor
- Impacto: Detecta líneas de comandos maliciosas
- Impacto: Quita datos masivos del disco
- Impacto: Actividad de minería de criptomonedas sospechosa con el protocolo Stratum
- Elevación de privilegios: Abuso de sudo para la elevación de privilegios (CVE-2019-14287)
- Elevación de privilegios: Vulnerabilidad de elevación de privilegios locales de Polkit (CVE-2021-4034)
- Elevación de privilegios: Se detectó una posible elevación de privilegios con sudo (CVE-2021-3156)
- Ejecución: Se ejecutó un código de Python malicioso
- Ejecución: Escape del contenedor
- Ejecución: Se detectó la ejecución de la herramienta de ataque de Kubernetes
- Ejecución: Se detectó la ejecución de la herramienta de reconocimiento local
- Impacto: Se ejecutó una secuencia de comandos maliciosa
- Impacto: Se detectó una URL maliciosa
- Ejecución: Shell secundaria inesperada
Para obtener una lista completa de los resultados de Agent Platform Threat Detection, consulta Servicios de detección.
Marco de protección de la IA
AI Protection usa un framework que incluye controles específicos de la nube que se implementan automáticamente en el modo de detección. El modo de detección significa que el control de nube se aplica a los recursos definidos con fines de supervisión. Se detectan incumplimientos y se generan alertas. Utilizas marcos de trabajo y controles de la nube para definir tus requisitos de AI Protection y aplicarlos a tu entorno de Google Cloud . La Protección contra IA incluye el marco de trabajo predeterminado, que define los controles de referencia recomendados para la Protección contra IA. Cuando habilitas la Protección basada en IA, el marco de trabajo predeterminado se aplica automáticamente a la organización Google Cloud en el modo de detección.
Si es necesario, puedes hacer copias del framework para crear frameworks personalizados de Protección contra IA. Puedes agregar los controles de la nube a tus frameworks personalizados y aplicar los frameworks personalizados a la organización, las carpetas o los proyectos. Por ejemplo, puedes crear marcos personalizados que apliquen controles jurisdiccionales específicos a carpetas específicas para garantizar que los datos dentro de esas carpetas permanezcan dentro de una región geográfica en particular.
Controles de la nube en el framework predeterminado de Protección de la IA
Para obtener más información sobre los controles de la nube que usa el marco de trabajo de AI Protection, consulta Nociones básicas de la IA recomendadas por Google: Vertex AI.
Áreas funcionales compatibles con AI Protection
En esta sección, se definen las áreas funcionales que AI Protection puede ayudar a proteger.
- Cargas de trabajo de IA: Las cargas de trabajo de las aplicaciones de IA abarcan desde herramientas internas destinadas a mejorar la productividad de los empleados hasta soluciones para el consumidor diseñadas para mejorar la experiencia del usuario y generar ingresos. Entre los ejemplos, se incluyen los agentes de IA, los asistentes virtuales, los chatbots de IA conversacional y las recomendaciones personalizadas.
- Agentes de IA: Los agentes de IA son sistemas de IA que pueden percibir su entorno, tomar decisiones y realizar acciones para lograr objetivos específicos.
- Modelos de IA: Los modelos de IA se clasifican en modelos de base de IA, modelos de IA ajustados, modelos de IA estándar de origen y modelos de IA personalizados. Algunos ejemplos son Gemini, Llama, modelos de traducción y modelos personalizados para tareas específicas.
- Recursos de IA: Los recursos de IA contribuyen a las canalizaciones de operaciones de aprendizaje automático y se utilizan en las cargas de trabajo de IA. Los tipos de recursos de IA incluyen los siguientes:
- Activos de IA declarativos: Las herramientas de administración del ciclo de vida de la IA, como Gemini Enterprise Agent Platform, hacen un seguimiento de estos activos.
- Recursos de IA inferidos: Son recursos de uso general, como los de procesamiento y almacenamiento, que se usan para procesar datos o cargas de trabajo de IA.
- Modelo como servicio (solo API): Son recursos que tienen llamadas programáticas a modelos de IA propios o de terceros.
- Recursos de IA no autorizados: Son los recursos y las cargas de trabajo de IA no autorizados o no administrados. Los recursos de uso de IA no autorizado no son compatibles con Security Command Center en la consola de Google Cloud .