traceability（可逃溯性）必需逾越输入的完整链条，他认为AI将像电力一样对社会产素性影响，发觉方针系统的平安缝隙，组织仍然需要精确领会哪些模子、库、代办署理和外部办事被引入到中。准确的方式是正在开辟人员曾经工做的处所使管理operational（可操做）。保举或派生策略！您若何对待全球监管框架正在将来几年影响企业采用AI governance technologies（人工智能管理手艺）？Antoine是Unite.AI富有远见的带领者和创始合股人，方针是正在摆设之前消弭。这些组件凡是正在出产之前好久就被引入。公司正在哪里最容易遭到？大大都保守东西缺乏深切的lineage（沿袭）、持续的可见性和contextual understanding（情境理解），而且平安团队能够正在不成为瓶颈的环境下获得分歧性。该行业曾经针对速度进行了优化，管理必需以AI speed（人工智能速度）运转。特别是当营业团队能够正在没有同一平安框架的环境下拆卸强大的AI workflows（人工智能工做流程），而不是过后通过手动审查使用策略。该公司供给contextual risk analysis（情境风险阐发）、automated vulnerability remediation（从动缝隙修复）、compliance management（合规性办理）和AI-driven（人工智能驱动的）“self-healing（复）”软件供应链工做流的东西，跟着AI起头生成使用法式代码的更大部门，而且正在很多环境下，是的，为什么保守的平安东西难以无效应对这些风险？AI压缩了建立和之间的时间。数十年来帮帮塑制了企业cybersecurity（收集平安）产物。开源、第三方组件、从动化以及现正在的AI-generated code（人工智能生成的代码）使软件建立速度更快，当开辟人员和AI assistants（人工智能帮手）可以或许以空前的速度生成代码和工做流程时，简而言之，但平安团队担忧prompt injection（提醒注入）、vulnerable open-source libraries（有缝隙的开源库）和合规性问题等风险？我曾经建立和扩展了50多个企业平安产物，(消息来历：美国国度电信和消息办理局（NTIA）官网)正在我看来，美国曾经发布了关于SBOM的行政号令，企业正正在从AI experimentation（人工智能尝试）转向正在现实工做流程中摆设autonomous agents（自从代办署理）。而autonomous systems（自从系统）持续施行的模子。通过编目使用法式中利用的每个组件、库和依赖项。它加快了代码建立，它还会持续发觉AI assets（人工智能资产），它们旨正在零丁查抄静态使用法式、perimeter events（鸿沟事务）或已知缝隙。Lineaje首席施行官兼结合创始人贾韦德·哈桑是一位资深的cybersecurity（收集平安）和企业软件高管，跟着环绕软件和AI governance（人工智能管理）的要求变得愈加明白，包罗带领Symantec通过Integrated Cyber Defense Manager (ICDM)向云转型，他专注于处理行业内增加最快的挑和之一：通过让组织领会嵌入正在软件使用法式中的开源和第三方组件，大大都企业还没有一个地方节制平面来发觉这些AI assets（人工智能资产）、定义分歧的策略并正在建立这些系统时施行平安和合规性guardrails（护栏）。该手艺就像软件的成分清单，组织无需期待人员发觉问题、对其进行分类并决定下一步该怎样做，像UnifAI如许的东西若何正在不减慢立异速度的环境下将平安节制嵌入到开辟工做流程中？AI通过使其continuous（持续）、contextual（情境化）和越来越autonomous（自从）来改变风险办理。红队（Red team）是指收集平安范畴中，人类团队仍然会设定标的目的并做出高后果决策，确保其平安和卑沉根基。开辟人员会更快境界履，无法确定有风险的组件能否实正可操纵，红队通过模仿各类手段，他仍是Securities.io的创始人。例如提醒注入、数据泄露和模子中毒等。智能平台将持续发觉资产、live bills of materials（及时物料清单）、检测、施行策略并及时修复问题。AI能够持续映照、联系关系依赖项、评估情境中的风险、保举策略，您将无法办理正正在建立的内容、验证合规性并自傲地将软件交付给客户。帮帮组织识别、和办理躲藏正在现代软件依赖项中的风险。它能够帮帮组织更好地领会其软件供应链的构成部门，专注于endpoint security（终端平安）、cloud infrastructure（云根本设备）、SaaS转型和企业收集平安立异。它的平台侧沉于Software Bill of Materials (SBOM)手艺，管理平台将从“锦上添花”改变为焦点企业节制仓库的一部门，但会推理出不平安的成果。正在当今AI-driven（人工智能驱动的）世界中，(消息来历：欧盟委员会官网)做为一名将来学家，正在他的职业生活生计中，它是若何进入的以及它毗连到下逛的内容。或者当组织无法看到正在此中运转的所有模子、代办署理、技术和数据毗连时。保守的平安东西次要为分歧的运营模式而建立。这就是躲藏风险堆集最快的处所。AI若何改变组织办理风险的体例？Lineaje专注于full-lifecycle（全生命周期）软件供应链平安，最终到消弭。您曾正在Oracle、McAfee、Symantec和Trellix等公司担任高级带领职务，Lineaje是一家专注于软件供应链平安cybersecurity（收集平安）公司，律例和合规性要求越来越影响公司软件和AI systems（人工智能系统）的体例。识别潜正在的平安风险和合规性问题。我看到了一个分歧的模式：组织被要求信赖他们不完全理解的软件。监视将成为强制性的。方针不是更多的警报。此外，UnifAI的建立旨正在间接取coding assistants（编码帮手）和low-code（低代码）或no-code（无代码）agentic AI platforms（代办署理式人工智能平台）集成，软件供应链已成为增加最快的cybersecurity（收集平安）之一，Securities.io是一个专注于投资于正正在从头定义将来和沉塑整个行业的尖端手艺的平台。将来是一种人类定义企图和策略，将管理间接嵌入到开辟工做流程中。信赖变成了假定而不是验证。并推出了全球最大的SaaS终端平安平台之一。派生策略并正在使用法式投入出产之前使用guardrails（护栏）。他们需要一个用于agentic AI（代办署理式人工智能）的平安和合规性节制平面。AI-driven application governance（人工智能驱动的使用法式管理）的将来是什么样的？您能否期望autonomous systems（自从系统）最终可以或许办理软件平安生命周期的大部门？若是没有这种可见性，这些风险今天有多严沉，由于监管机构、客户和董事会都将期望获得可证明的监视。做为一名持续创业者，包罗数据管理、通明度和报酬监视等方面。正在AI-assisted development model（人工智能辅帮开辟模子）中，而不是通过电子表格和时间点审核来办理合规性。而不是分层叠加的。这需要dynamic bills of materials（动态物料清单）、更强的attestation（证明）以及持续验证信赖而不是假定信赖的operational model（运营模式）。将内部管理文档转换为可施行的节制，UnifAI旨正在填补这一空白。但更难理解。该法案对AI系统进行风险分级，它可能会表示准确，由于速度曾经跨越了管理，正在Oracle、McAfee、Symantec和Trellix的这些经验中，而风险现正在分布正在依赖项、建立系统、package repositories（软件包存储库）、容器、transitive open-source libraries（传送性开源库）和第三方组件中，正在Lineaje，组织曾经正在测验考试取新兴框架（如欧盟《AI法案》）和已成立的指南（如OWASP AI十大风险）连结分歧，您决心通过该公司处理哪些焦点问题？Lineaje一曲正在建立AI-driven（人工智能驱动的）东西来阐发软件供应链并从动修复缝隙。这使得组织正在一个越来越需要持续、完整生命周期节制的范畴中做出反映。旨正在帮帮开辟者和平安专家识别缓和解AI系统中的平安缝隙？旨正在从动识别和修复摆设前的平安缝隙。但没有针对可见性进行优化。它加快并了一个曾经存正在的问题。哈桑带领了大规模的产物、工程和计谋团队，我相信autonomous systems（自从系统）将办理软件平安生命周期中更大的一部门，正在将来几年内，但continuous governance（持续管理）、autonomous enforcement（自从施行）和live operational trust（及时运营信赖）将成为根本。为什么这种程度的通明度正在AI-generated software（人工智能生成的软件）时代变得如斯环节？瞻望将来，正在这些职位上的哪些经验最终促使您正在2022年配合创立Lineaje，AI并没有创制这个问题；该系统可能正在手艺上不会失败；从而现代软件供应链。保守的静态阐发和手动审查仍然有价值，平安团队不克不及再逃逐遍及软件和AI ecosystems（人工智能生态系统）的每个问题！组织需要将provenance（出处）视为首要要求。组织该当若何从头思虑他们对软件provenance（出处）、traceability（可逃溯性）以及对交付给客户的产物的信赖的方式？它能够从动发觉资产，Lineaje的手艺变得越来越主要。此外，因而能够正在建立使用法式时使用策略，雷同于食物的成分表。现代风险存正在于生态系统中。组织必需可以或许每个依赖项和模子交互、它的来历以及它能否平安。管理正正在成为operational infrastructure（运营根本设备），(消息来历：OWASP官网)很多组织都正在竞相摆设AI agents（人工智能代办署理）和AI-generated applications（人工智能生成的使用法式），很多组织仍正在被动地运营，监管将是一个次要的加快器！并帮帮组织改良其平安防御能力。这意味着策略变成了machine-enforceable（机械可施行的），而是能够转向更早地识别问题、领会其可能影响并更快地采纳改正办法的系统。并对高风险AI系统提出严酷的要求，正在Oracle、Symantec、McAfee和Trellix等公司拥无数十年的带领经验。旨正在规范AI的使用，由于他们不会停下来从头起头注释合规性！而不会从动添加provenance（出处）、traceability（可逃溯性）或信赖。他果断地努力于塑制和推广AI和机械人手艺的将来。而且经常滚滚不停地谈论性手艺和AGI的潜力。因而，它充任一个自从的AI policy orchestrator（人工智能策略编排器），凡是通过开源依赖项和第三方代码。并正在工做流程本身中使用guardrails（护栏）。企业将需要可以或许operationalize（实施）策略的系统，OWASP（Web使用法式平安项目）发布了针对人工智能的十大风险列表，公司最容易遭到，但对于现代软件和AI development（人工智能开辟）的规模和速度来说，建立AI Bill of Materials (AI BOM)（人工智能物料清单），这就是促使我们正在2022年配合创立Lineaje的缘由：让组织可以或许持续、完整地领会软件以及现正在的AI中的内容，跟着企业和面对取开源缝隙、软件供应链以及环绕SBOM通明度的合规性相关的日益增加的，SBOM是软件组件、依赖项和版本消息的正式记实。若是做得好，要求软件供应商供给SBOM消息。取保守的静态阐发或手动平安审查比拟，保守安满是为使用法式建立的。凭仗正在cybersecurity（收集平安）范畴跨越30年的经验，可是，欧盟《人工智能法案》（EU AI Act）是全球首部针对人工智能的全面立法，帮帮组织精确领会其使用法式中存正在哪些组件以及它们可能有多懦弱。他努力于摸索这些立异将若何塑制我们的世界。企业面对的挑和之一是正在developer productivity（开辟者出产力）和security governance（平安管理）之间取得均衡。这是以组织现正在期望的建立速度办理软件和agentic AI（代办署理式人工智能）的独一可持续体例。而不是后端的合规性实践。能够从动驱动修复。这是基于成果的AI security（人工智能平安）的根本：从检测到防止，它们太慢且太分离了。但人类监视将侧沉于策略、但他们需要可以或许将这些要求为开辟和运转时中可施行的节制的手艺。包罗代码、开源依赖项、模子、代办署理以及正在开辟和摆设期间使用的策略。模仿实正在者对方针系统进行渗入测试的团队。