Bergabunglah dengan acara yang dipercaya oleh para pemimpin perusahaan selama hampir dua dekade. VB Transform menyatukan orang -orang yang membangun strategi AI perusahaan nyata. Pelajari lebih lanjut
Adopsi AI generatif telah melonjak 187% selama dua tahun terakhir. Tetapi pada saat yang sama, investasi keamanan perusahaan yang berfokus secara khusus pada risiko AI telah tumbuh Hanya 43%, membuat SIKesenjangan gnificant dalam kesiapsiagaan karena permukaan serangan AI dengan cepat berkembang.
Lebih dari 70% perusahaan mengalami setidaknya satu pelanggaran terkait AI pada tahun lalu saja, dengan model generatif sekarang menjadi target utama, menurut temuan SANS Institute baru-baru ini.
Serangan yang disponsori negara pada infrastruktur AI telah melonjak 218% tahun-ke-tahun yang mengejutkan, seperti yang diungkapkan oleh CrowdStrike Global Ancaman Laporan 2025.
Bagi para pemimpin CISO, keamanan dan SOC, kenyataan yang keras terlihat jelas. Menyebarkan model AI baru pada skala secara eksponensial memperluas permukaan serangan perusahaan mereka, dan CISO yang berbicara dengan syarat anonim telah mengatakan kepada VentureBeat taktik keamanan tradisional, strategi, dan teknologi ditantang untuk mengimbangi. Industri keamanan siber telah mencapai titik belok kritis: mengamankan AI generatif membutuhkan lebih dari alat baut; itu menuntut perubahan arsitektur penuh
Untungnya, Crowdstrike juga menawarkan solusi baru: pada 11 Juni di acara GTC Paris Nvidia, perusahaan keamanan mengumumkan bahwa mereka telah menanamkan keamanan Cloud Falcon langsung dalam NIM NIM universal NVIDIA. Integrasi mengamankan lebih dari 100.000 penyebaran LLM skala perusahaan di seluruh lingkungan hibrida dan multi-cloud NVIDIA.
Respons strategis CrowdStrike
CEO CrowdStrike George Kurtz menangkap urgensi dalam wawancara baru -baru ini dengan VentureBeat: “Keamanan tidak dapat dibaut; itu harus intrinsik. Sebagian besar dari strategi kami selalu memanfaatkan data keamanan sebagai elemen kunci dari infrastruktur inti kami. Anda tidak dapat mengamankan AI tanpa data dan visibilitas pada lapisan yang terdalam.” ”
Keselamatan NEMO NVIDIA menyediakan kerangka kerja untuk mengevaluasi risiko AI. Ancaman intelijen crowdstrike meningkatkan kerangka kerja dengan memungkinkan tim keamanan dan operasi untuk membangun pagar pembatas di sekitar yang benar-benar mengeksploitasi taktik yang diinformasikan, dan diinformasikan oleh apa yang kita lihat di seluruh organisasi yang mengamankannya dan perilaku yang benar-benar terjadi di dunia nyata. Chief Business Officer, Crowdstrike, dalam sebuah wawancara baru -baru ini dengan VentureBeat.
Kurtz memperkuat visi strategis ini ke Barron, menyatakan dengan jelas: “AI generatif membantu kami menekuk waktu. Dengan keamanan tertanam, yang digerakkan oleh telemetri, kami mengidentifikasi dan menetralkan ancaman pada kecepatan mesin, menghentikan pelanggaran mungkin enam kali lebih cepat daripada metode tradisional.”
Bernard menekankan pentingnya, dengan mengatakan, “crowdstrike memelopori cybersecurity asli AI, dan kami mendefinisikan bagaimana AI diamankan di seluruh siklus pengembangan perangkat lunak. Kolaborasi terbaru ini dengan NVIDIA membawa kepemimpinan kami ke garis depan ke Cloud yang berbasis cloud, di mana LLMS dikerahkan, dijalankan, dan diperkirakan, bersama-sama, bersama-sama.
Crowdstrike Embeds Falcon Security Langsung ke Infrastruktur AI Nvidia
Dengan menanamkan keamanan Cloud Falcon langsung ke layanan mikro NIM NIM NVIDIA, CrowdStrike memberikan perlindungan runtime di mana ancaman benar -benar muncul: di dalam pipa AI itu sendiri.
“AI bukan inisiatif mandiri – menjadi tertanam di seluruh perusahaan. Tidak seperti banyak vendor keamanan cloud yang melekat pada kemampuan AI, kami telah membangun keamanan AI langsung ke dalam platform Falcon. Hal ini memungkinkan kami untuk memberikan perlindungan yang disatukan di seluruh cloud, identitas, dan titik akhir – yang sangat kritis karena para penyerang semakin bergerak melintasi domain, tidak lagi menargetkan permukaan lajang.
Dengan mengambil pendekatan tertanam, crowdstrike memungkinkan Falcon untuk terus memindai model AI yang dikemas sebelum penempatan, secara proaktif mengungkap kerentanan, kumpulan data yang beracun, salah konfigurasi, dan AI bayangan yang tidak sah.
Secara bersama -sama ini adalah faktor -faktor yang berdampak hampir 64% dari perusahaan. Selama runtime, Falcon memanfaatkan AI yang digerakkan oleh telemetri Crowdstrike, yang dilatih setiap hari pada triliunan sinyal, untuk dengan cepat mendeteksi dan menetralkan ancaman canggih, termasuk injeksi cepat, perusakan model, dan exfiltrasi data rahasia.
Bernard highlighted Falcon's unique differentiator clearly during an interview with VentureBeat, saying, “What sets us apart is simple: we secure the entire AI lifecycle. With our integration into NVIDIA's LLM NIM, we give customers the ability to protect models before they're deployed and while they're running—with runtime protection delivered through the same lightweight agent that already protects their cloud workloads, identities and endpoints.”
Bernard lebih lanjut mengklarifikasi keunggulan runtime kritis Falcon, menekankan: “LLM dengan cepat memperluas permukaan serangan perusahaan, dan risikonya sudah nyata. Dari injeksi cepat hingga penyalahgunaan API, kita telah melihat bagaimana data sensitif dapat bocor tanpa pelanggaran tradisional Telem.
Risiko 'Shadow Ai' mengingatkan kita pada era Byod 'Wild Wild West' sebelumnya dari keamanan TI
“Bayangan AI adalah salah satu yang terbesar – dan sering diabaikan – hari ini,” Bernard memperingatkan. Bayangan AI adalah salah satu risiko yang paling umum – dan sering diabaikan – di lingkungan perusahaan. Tim keamanan sering tidak tahu di mana model berjalan, siapa yang membangunnya, atau bagaimana mereka dikonfigurasi – melewati tata kelola perangkat lunak tradisional sepenuhnya.
Kurangnya visibilitas menciptakan risiko nyata, terutama mengingat data sistem AI sensitif dilatih atau memiliki akses. Falcon Cloud Security mengungkap aktivitas tersembunyi ini di seluruh lingkungan, membuatnya terlihat dan dapat ditindaklanjuti. Setelah Anda memiliki visibilitas itu, Anda dapat menerapkan kebijakan dan mengurangi risiko. Tanpa itu, Anda terbang buta, ”kata Bernard.
Presiden Crowdstrike Michael Sentonas menguraikan keunggulan strategis dengan jelas dalam wawancara ventureBeat sebelumnya, “Penyerang terus-menerus menyempurnakan teknik mereka, mengeksploitasi kesenjangan dalam identitas, titik akhir, dan koordinasi telemetri. Integrasi Falcon secara langsung ke dalam pipa AI secara dramatis menutup celah ini, memberikan visibilitas real-time yang tepat di mana serangan secara dramatis. ⁸
Mengambil pendekatan yang lebih tertanam untuk keamanan AI generatif merupakan cetak biru baru yang menarik bagi CISO yang menghadapi tantangan mengidentifikasi dan mengandung ancaman AI yang berkembang pesat. Namun, itu juga menggarisbawahi perlunya penilaian yang ketat: CISO harus memverifikasi apakah menanamkan keamanan langsung ke infrastruktur mereka secara tepat selaras dengan arsitektur organisasi mereka yang berbeda, paparan risiko, dan tujuan keamanan strategis.
Altogether, the environment of rapid adoption of AI by users and technical decision makers in workplaces seeking efficiency gains — enticed by their own personal usage of consumer facing models such as ChatGPT, Microsoft Copilot, Anthropic Claude, Google Gemini, and others — even without clear guidelines or permission from organizations, creates a “Wild Wild West” situation of multiple differing AI tools with differing risks, similar to the rapid Adopsi smartphone tanpa jaminan dan tidak disetujui di tempat kerja selama era “BYOD” awal tahun 2000 -an dan 2010 -an.
Namun dalam hal ini, kurva adopsi model Gen AI di antara pengguna jauh lebih curam dan teknologinya berkembang jauh lebih cepat, dari lebih banyak pemain, menjadikannya lebih dari ladang ranjau keamanan.
Dari Reaktif ke Real-Time: Mengapa Keamanan Tertanam masalah untuk AI Generatif
Alat keamanan AI tradisional yang mengandalkan pemindaian eksternal dan intervensi pasca penempatan membuat perusahaan rentan pada titik akhir yang tepat dan permukaan ancaman kapan dan di mana perlindungan paling penting.
Integrasi CrowdStrike dari Falcon Cloud Security ke dalam NIM NIM universal NVIDIA menggeser dinamis ini, menanamkan pertahanan berkelanjutan ini langsung ke siklus hidup AI dari pengembangan ke runtime.
Bernard lebih lanjut menjelaskan bagaimana AI-SPM Falcon secara proaktif mengurangi risiko sebelum penyebaran: “Falcon Cloud Security AI-SPM memberikan keamanan dan tim TI dikendalikan sebelumnya dalam proses-memaksakan kesalahan konfigurasi, model atau pengawasan yang tidak sah sebelum sesuatu ditayangkan. Ini membantu organisasi bergerak cepat tanpa kehilangan visibilitas atau pengawasan.”
Menanamkan Falcon langsung ke infrastruktur AI NVIDIA mengotomatiskan kepatuhan terhadap peraturan yang muncul, seperti UU AI UE, membuat model keamanan, penelusuran, dan auditabilitas yang komprehensif sebagai bagian intensif intensif dan otomatis dari setiap penempatan daripada tugas manual, padat karya.
Apa arti integrasi CrowdStrike dengan NVIDIA untuk CISO dan KERJA KERJA USAHA GEN AI Security
Generatif AI dengan cepat memperluas permukaan serangan perusahaan, menekan metode keamanan berbasis perimeter tradisional.
Ancaman khusus untuk model generatif termasuk injeksi cepat, kebocoran data, dan keracunan model semua membutuhkan visibilitas yang lebih dalam dan presisi dan kontrol yang lebih besar. Integrasi CrowdStrike dengan infrastruktur LLM NVIDIA patut diperhatikan karena pendekatan arsitekturnya untuk mengatasi kesenjangan keamanan ini.
Untuk CISO, para pemimpin keamanan dan tim DevOps yang mereka layani, menanamkan kontrol keamanan langsung ke siklus hidup AI menawarkan manfaat operasional yang nyata termasuk yang berikut:
- Intrinsik nol-trust pada skala: Penyebaran kebijakan keamanan otomatis menghilangkan upaya manual, secara konsisten menegakkan perlindungan nol-peradangan di setiap model AI.
- Mitigasi Kerentanan Proaktif: Mengidentifikasi dan menetralkan risiko sebelum runtime secara signifikan mengurangi jendela peluang penyerang.
- Kecerdasan Runtime Berkelanjutan: Deteksi yang digerakkan oleh telemetri real-time dengan cepat mengidentifikasi dan memblokir ancaman seperti injeksi cepat, keracunan model, dan exfiltrasi data yang tidak sah.
Bernard menggarisbawahi kebutuhan operasional untuk mengambil pendekatan yang lebih integratif untuk keamanan AI generatif. Kami fokus pada pengamanan model perusahaan sedang membangun diri mereka sendiri-terutama yang disesuaikan dengan data sensitif atau kepemilikan. Ini bukan risiko di luar rak. Mereka membutuhkan visibilitas yang lebih dalam dan kontrol yang lebih kuat, dipesan lebih dahulu di sekitar pelatihan, penyetelan, dan pengisian yang lebih dalam, mereka memerlukan pelatihan yang lebih dalam, melintasi, melintasi, melintasi, meletakkan di atas, meletakkan di atas, dan melakukan pelatihan yang lebih dalam, meletakkan di atas, dan meletakkan di atas pelatihan, tuning, dan meletakkan di atas pelatihan, dan melakukan injil yang lebih dalam, meletakkan di mana-mana di seluruh pelatihan dan respons di runtime, bersama dengan yang lebih kuat, berkaitan, tuning, tuning, tuning, tuning, tuning, tuning, tuning, tuning, tuning, tuning, tuning, dan melakukan investasi yang lebih dalam, tuning, tuning, dan melakukan investasi yang lebih dalam, tuning, tuning, dan melakukan pelatihan, tuning, dan melakukan injile. AI dengan AI, dan membantu pelanggan tetap di depan karena teknologi ini menjadi mendasar bagi bagaimana mereka beroperasi, ”katanya.
Karena AI generatif menjadi bukan hanya pembeda tetapi fondasi infrastruktur perusahaan, keamanan tertanam tidak lagi opsional. Integrasi CrowdStrike dan Nvidia tidak hanya menambah perlindungan; Ini mendefinisikan kembali bagaimana sistem AI harus dibangun untuk menahan tradecraft yang sudah berkembang yang sudah bergerak.
About the Author
