L'intégration des agents IA autonomes dans les environnements d'entreprise introduit de nouveaux défis de sécurité, en particulier au sein d'infrastructures hybrides et hétérogènes comprenant des systèmes hérités et natifs du cloud. Ces agents fonctionnent avec un haut degré d'autonomie et peuvent initier des workflows complexes inter-systèmes, rendant les mécanismes de sécurité traditionnels basés sur l'identité, tels que la gestion des identités et des accès (IAM) et le contrôle d'accès basé sur les rôles (RBAC), insuffisants. Les approches existantes se concentrent en grande partie sur l'authentification des agents, la robustesse des modèles ou la validation des outils, offrant un support limité pour l'application de la confiance basée sur le comportement d'exécution et l'intention. Cet article présente une architecture d'application de la confiance centrée sur le comportement qui régit les interactions des agents IA à travers les systèmes d'entreprise en se basant sur l'intention d'action, les motifs comportementaux et la sensibilité du système. L'architecture proposée se compose de quatre composants principaux : un proxy validateur d'intention, un graphique de confiance comportementale, des adaptateurs Trust Dial pour l'encapsulation des systèmes hérités, et une mémoire d'intégration autonome pour la traçabilité et l'audit. Le cadre est évalué à travers des scénarios d'entreprise représentatifs, incluant l'automatisation de la configuration réseau, la vérification de la conformité des sauvegardes et l'audit des mauvaises configurations SaaS. Les résultats démontrent que l'application consciente du comportement atténue les risques associés au dépassement d'autorité des agents autonomes et au décalage contextuel. Ce travail contribue à un modèle de sécurité évolutif pour la gouvernance des agents intelligents dans des environnements d'entreprise complexes.
Building similarity graph...
Analyzing shared references across papers
Loading...
Muthukrishnan Manoharan
European Modern Studies Journal
Building similarity graph...
Analyzing shared references across papers
Loading...
Muthukrishnan Manoharan (Mon,) a étudié cette question.
www.synapsesocial.com/papers/68c183f89b7b07f3a060fca2 — DOI: https://doi.org/10.59573/emsj.9(4).2025.32
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: