Почему 30 лет кибербезопасности закончились провалом — и что на самом деле поможет | Трент Телфор...

Все крупные киберугрозы за последние 30 лет имеют одну и ту же первопричину: данные внутри этой стены никогда не были защищены, защищалась только сама стена. Современные модели искусственного интеллекта делают эту стену проще для взлома, чем когда-либо. И одна компания разработала решение этой проблемы. В этом эпизоде ​​Крейг Смит беседует с Трентом Телфордом, председателем, генеральным директором и основателем Qanapi, чтобы объяснить, почему вся архитектура традиционной кибербезопасности структурно несовершенна и как выглядит действительно другой подход. Разговор начинается с краткой истории того, почему все инновации в области безопасности, от SSL до межсетевых экранов и концепции нулевого доверия, не смогли решить основную проблему: интернет никогда не был спроектирован как безопасный, и создание защитных барьеров вокруг изначально открытых систем работает только до тех пор, пока кто-то не найдет способ пройти сквозь них, под ними или обойти их. Подход Qanapi исходит из противоположного предположения — что данные будут раскрыты — и вместо этого шифрует данные на уровне отдельных слов, абзацев или ячеек базы данных, привязывает каждый уникальный ключ шифрования к подтвержденной личности (человеку, машине или дрону) и добавляет уровни условной политики, так что даже файл, успешно похищенный доверенным инсайдером, не содержит ничего читаемого без точного указания личности и условий. В разговоре обсуждается наиболее актуальное коммерческое применение этой архитектуры: предоставление предприятиям возможности безопасно отправлять данные в общедоступные LLM-системы, такие как Claude или ChatGPT, без раскрытия конфиденциальных полей, решая бинарную задачу, которая вынуждала большинство крупных организаций либо воздерживаться от использования ИИ, либо строить дорогостоящую частную инфраструктуру с гораздо менее функциональными моделями. В эпизоде ​​также затрагиваются вопросы безопасности дронов в условиях боевых действий, требования постквантового шифрования и причины резкого роста бизнеса Qanapi за последние шесть месяцев, поскольку предприятия наконец осознали, что стремление к внедрению ИИ без решения проблемы безопасности данных представляет собой экзистенциальный конкурентный риск. Основные темы: ● Почему 30 лет кибербезопасности потерпели неудачу: интернет никогда не был спроектирован как безопасный, и каждая модернизация защищает только контейнер, а не данные внутри него, а это значит, что любой, кто проникнет внутрь, увидит всё. ● Как модели ИИ на переднем крае значительно усугубили проблему: модели, подобные классу Mythos, теперь могут сканировать кодовые базы извне и обнаруживать скрытые уязвимости для написания эксплойтов, взламывая модель «крепостной стены» на новом уровне скорости и масштаба. ● Как работает шифрование на уровне данных Qanapi: отдельные слова, абзацы или ячейки базы данных шифруются уникальными ключами, привязанными к проверенной личности и условным политикам, поэтому украденный файл представляет собой миллион нечитаемых зашифрованных строк. ● Как предприятия теперь могут безопасно отправлять данные в общедоступные LLM: шлюз Qanapi шифрует конфиденциальные поля до того, как они достигнут Claude или ChatGPT, и модель просто сообщает, что не может прочитать зашифрованные разделы. ● Почему для обеспечения безопасности дронов в условиях противостояния, как, например, в Украине, требуются предварительно загруженные зашифрованные полезные нагрузки и распределенные фрагменты ключей, поскольку беспроводной связи нельзя доверять, а перехваченные данные о целях могут быть как прочитаны, так и искажены. ● Почему требование постквантового шифрования создает проблему модернизации стоимостью в несколько триллионов долларов, для решения которой у большинства ИТ-директоров нет практического плана, и как подход Qanapi с использованием API может ретроактивно шифровать устаревшие системы без необходимости полной замены инфраструктуры. В условиях, когда предприятия одновременно сталкиваются с необходимостью внедрения ИИ для конкурентоспособности и растущим пониманием того, что отправка конфиденциальных данных в общедоступные LLM-системы создает регуляторную и юридическую ответственность, эта беседа предлагает наиболее ясное и технически конкретное описание того, как на практике выглядит решение, решающее обе проблемы одновременно. Подпишитесь на Eye on A.I., чтобы получать еженедельные беседы с людьми, которые создают и внедряют будущее ИИ. Крейг Смит на X: https://x.com/craigss EYE on A.I. на X: https://x.com/EyeOn_AI Свяжитесь с Трентом Телфордом LinkedIn:   / trent-telford   Временные метки 00:00 Почему традиционная кибербезопасность терпит неудачу 03:06 Проблема подхода «крепостной стены» 06:36 Предположение о том, что ваши данные будут раскрыты 08:02 Шифрование данных на уровне детализации 11:01 Как работает шифрование на основе идентификаторов 14:08 Защита данных в состоянии покоя, при передаче и использовании 19:01 Защита корпоративных данных, отправляемых в обще...