AI एक्सेस पाथ और शैडो इस्तेमाल को मैप करें

यह लेसन एक ऐसी स्थिति से शुरू होता है जिसका सामना आजकल ज़्यादातर सिक्योरिटी और IT टीमें करती हैं। एक रिस्क रिव्यू शुरू होता है और कोई ऐसे AI असिस्टेंट का ज़िक्र करता है जिसे कस्टमर सपोर्ट हफ़्तों से इस्तेमाल कर रहा है। इसके लिए कॉर्पोरेट कार्ड से पेमेंट किया गया है, लेकिन इसके लिए कोई टिकट नहीं है, कोई वेंडर रिव्यू नहीं हुआ है, और इसमें कौन सा डेटा इस्तेमाल हुआ, इसका कोई साफ़ रिकॉर्ड नहीं है। समस्या प्रैक्टिकल है। डिलीवरी जारी रखते हुए हमें पूरी ऑर्गनाइज़ेशन में AI के इस्तेमाल के लिए आइडेंटिटी, ऑथराइज़ेशन और विज़िबिलिटी पर दोबारा कंट्रोल पाना है।

इस कोर्स में, हम AI सिस्टम को अपने बाकी प्रोडक्शन एनवायरनमेंट की तरह ही देखेंगे। हर AI फ़ीचर और हर AI टूल आइडेंटिटी, परमिशन और डेटा पाथ बनाता है जिन्हें सोच-समझकर डिज़ाइन करने और लगातार चेक करने की ज़रूरत होती है। हम बैन लिस्ट नहीं बनाना चाहते। हम एक ऐसा मैप किया हुआ एक्सेस एरिया चाहते हैं जिसकी हम सुरक्षा कर सकें, और शैडो इस्तेमाल को एक सुरक्षित, सपोर्टेड ऑप्शन में बदलने का तरीका चाहते हैं।

शैडो AI कैसे एक्सेस रिस्क बन जाता है

रिस्क अक्सर पहला प्रॉम्प्ट नहीं होता। रिस्क छोटे-छोटे फ़ैसलों की वह चेन है जो चुपचाप एक लाइव एक्सेस पाथ बन जाती है, जैसे कि इंटरनल टेक्स्ट को बाहरी चैट में कॉपी-पेस्ट करना, ज़्यादा परमिशन वाला ब्राउज़र एक्सटेंशन जोड़ना, या AI टूल को ईमेल और टिकटिंग से कनेक्ट करना। एक बार ये स्टेप्स हो जाने पर, सेंसिटिव डेटा तय सीमाओं से बाहर जा सकता है, और किसी घटना या ऑडिट के दौरान ऑर्गनाइज़ेशन शायद इन बुनियादी सवालों का जवाब न दे पाए कि किसने क्या एक्सेस किया और क्यों।

हम पूरे कोर्स में एक आसान मेंटल मॉडल का इस्तेमाल करेंगे। AI क्षमता तब एक्सेस रिस्क बन जाती है जब वह कोई नई आइडेंटिटी, नया ऑथराइज़ेशन फ़ैसला, या सेंसिटिव डेटा स्टोर तक कोई नया रास्ता बनाती है, जबकि उसमें वे कंट्रोल नहीं होते जिनकी हमें दूसरी जगहों पर ज़रूरत होती है। अगले व्यू में, हर उस हैंडऑफ़ को ट्रैक करें जहाँ कोई व्यक्ति, ऐप, एजेंट या कनेक्टर डेटा या सिस्टम पर काम करने का नया तरीका पाता है। आइए, डिस्कवरी से लेकर एक्सपोज़र तक की चेन को शुरू से आखिर तक समझते हैं।