L'IA Mythos d'Anthropic s'en vient dans les outils de sécurité de Cisco et IBM : ce que les TI scolaires doivent vérifier
L'IA Mythos d'Anthropic arrive dans les outils de sécurité Cisco et IBM. Ce que les TI scolaires et publics doivent vérifier sur les flux de données et le triag
- The Register rapporte que le modèle Mythos d'Anthropic, spécialisé dans la recherche de bogues, sera intégré aux produits de sécurité d'entreprise de Cisco et d'IBM, offert comme capacité de plateforme plutôt que comme accès direct au modèle.
- Tout district ou ministère utilisant des outils de sécurité Cisco ou IBM — directement, par un revendeur ou via un service partagé — pourrait voir de nouveaux flux de données et de nouvelles conclusions générées par modèle.
- L'incidence relève de la gouvernance et de la charge de travail, pas d'une vulnérabilité : la télémétrie peut quitter votre environnement et le volume de triage peut croître plus vite que la capacité de correction.
À faire maintenant
- Inventorier chaque produit de sécurité Cisco et IBM en usage, y compris les instances fournies par un revendeur ou partagées, et consigner les versions et modules activés.
- Demander par écrit à chaque fournisseur si les fonctions fondées sur Mythos sont activées par défaut, quelles données sont transmises, où elles sont traitées, combien de temps elles sont conservées et comment désactiver ou encadrer la fonction.
- Examiner les ententes de traitement des données, les évaluations des facteurs relatifs à la vie privée et les obligations liées à la LPRPS avant de laisser des journaux, du contexte d'alerte ou de la télémétrie de point de terminaison atteindre le modèle.
- Effectuer un projet pilote dans un laboratoire segmenté ou un environnement hors production et comparer le volume d'alertes et le classement de gravité à votre référence actuelle avant tout déploiement en production.
- Limiter la télémétrie sortante aux destinations approuvées, confirmer que l'inspection TLS et la journalisation couvrent les nouveaux points de terminaison, et mettre à jour les politiques d'utilisation acceptable, d'intervention en cas d'incident et de gouvernance de l'IA en prévoyant une approbation humaine des tris générés par modèle.