Zscaler 部落格
訂閱 Zscaler 部落格,第一時間獲取最新資訊!
Zscaler 與 OpenAI 合作推動網路安全的新紀元
Overview
Zscaler 很榮幸能與 OpenAI 合作,成為其網路信任存取 (TAC) 計畫的一部分,該計畫為防禦者擴展了對先進 AI 功能的信任和驗證存取。作為該計畫的一部分,我們計畫使用 GPT 5.4-Cyber(GPT‑5.4 的 TAC 啟用變體),進一步為我們的 Zero Trust Exchange 平台和我們的客戶提升網路安全。GPT 5.4-Cyber 將整合到我們安全的軟體開發生命週期 (SDLC) 工作流程中,使我們的團隊能夠更早地即時偵測、分類和緩解漏洞,並更快地修補安全漏洞。除了保護軟體外,Zscaler 長期以來一直利用 OpenAI 技術來對抗基於 AI 的攻擊,包括在我們的 AI 紅隊和代理安全營運解決方案中。
保護 Zscaler 平台
安全軟體開發是 Zscaler 的業務要務。參與 Open AI 的 TAC 計畫使我們能夠將 GPT 5.4-Cyber 和 Codex Security 整合到 Zscaler 的內部多代理安全架構中,以進行網路防禦和產品強化。GPT 5.4-Cyber 是在整個 SDLC 過程中向我們的開發人員提供「安全即服務」的關鍵推動因素,從驗證設計中的威脅模型,到協助進行安全程式碼審查、發現漏洞,以及在建置的構件上執行黑箱測試。
我們正以防禦性和攻擊性的思維處理 TAC。除了透過 SDLC 提高安全性外,我們還利用該模型來提高網路就緒性,將大量安全訊號轉化為可採取動作的情報,優先處理真正的風險,並加速補救。此外,我們依賴該模型進行防禦性態勢強化,方法是建立對手攻擊路徑模型並突顯薄弱的控制措施,這使我們能夠以空前的速度消除暴露。
將領先的 OpenAI 模型與 Zscaler 業界領先的零信任架構相結合,可為我們的客戶帶來更好的安全成果。除了利用 AI 來識別和修復任何軟體漏洞之外,Zscaler 的零信任架構還增加了一層保護,使關鍵應用程式和軟體對網際網路不可見。這種結合為 Zscaler 客戶提供了比過時 VPN 和防火牆更卓越的保護,在系統性消除面向互聯網的攻擊面的同時,最大化了軟體的彈性。
利用 OpenAI 進行 AI 紅隊演練
Zscaler 一直在使用 OpenAI 的 4.x 和 5.x 模型來在我們的 AI 紅隊測試產品套件中建立先進的功能,以幫助客戶安全地建立和部署 AI 系統,包括:
- 持續紅隊演練
- 提示詞強化
- AI 資產分析
- Agentic Radar 開源程式
Zscaler 的 AI 紅隊演練平台(前身為 SPLX)自 2024 年初以來,已在整個技術堆疊中依賴 OpenAI 模型。多個版本的 OpenAI 模型對於動態產生攻擊序列以強化 AI 系統至關重要。透過多模態紅隊演練(涵蓋語音和圖像),OpenAI 的圖像產生、文字轉語音和語音轉文字功能提供了決定性的戰術優勢。這些功能共同提供了一種業界領先的解決方案,以加強其 AI 計畫的安全性。
除了在紅隊演練中單純暴露漏洞之外,Zscaler 的解決方案還能透過生成最佳化的系統提示,以真正的閉環方式進行即時修復。這是 AI 工程師為協助改善安全與保護態勢所採取的決定性第一步。
Zscaler 也在其 AI 資產分析解決方案中採用 OpenAI 模型,透過掃描原始程式碼來分析 MCP 工具與風險,並針對複雜的 AI 代理程式提供全面的風險分析。這是 Agentic Radar 開源程式的企業版,該程式曾支援去年在波蘭華沙舉辦的規模最大的 OpenAI 黑客松。
利用 OpenAI 實現代理式安全營運
Zscaler 的 Red Canary 託管式偵測與回應 (MDR) 服務結合了 AI 支援的威脅偵測與專家安全作業,並與 OpenAI 合作。OpenAI 支援的代理程式與 Zscaler 專家並肩工作,處理傳統上會使 SecOps 分析師不堪重負的繁瑣情境收集工作。菁英人類分析師指揮工作流程、強制執行嚴格的護欄,並嚴格驗證所有輸出,維持我們客戶所依賴的 99.6% 真陽性率。透過將 OpenAI 的適應能力與 Zscaler 的資料管線、專家程序和嚴格驗證相結合,我們可以在不犧牲定義 Zscaler Red Canary MDR 服務 的準確性的情況下,提供更快、更一致的調查。
建立正確的基礎
人工智慧正在從根本上重寫網路安全的規則。透過與 OpenAI 等領先供應商合作,Zscaler 確保人工智慧能被用來協助提升我們安全基礎架構的整體韌性,並減輕基於人工智慧的攻擊所帶來的風險。我們期待與 OpenAI 合作,成為其 TAC 計畫的一部分,以改善我們客戶的成果。企業組織將從使用最先進的 OpenAI 模型來增強防禦能力,並結合 Zscaler 業界領先的零信任架構中受益匪淺,藉此利用傳統 VPN 和防火牆最小化暴露在網際網路上的攻擊面和資產。
FAQs
生成式 AI 正在重塑網路安全,而攻擊者可以利用基於 AI 的技術來加快速度並擴大規模。企業必須透過強健的AI 安全計畫來保護生成式 AI,以免敏感軟體和服務因新的漏洞而受到削弱。Zscaler 的方法側重於在 SDLC 的早期階段偵測、分類和減輕問題,並更快地進行修補以提高恢復力。
零信任透過使關鍵應用程式和軟體對網際網路不可見,系統性地消除傳統 VPN 和防火牆所建立的網際網路對向攻擊面,進而降低暴露。與前沿 OpenAI 模型配合使用時,Zscaler 的 Zero Trust Exchange 新增了策略控制存取,並為 AI 協助建構和防禦的應用程式提供了強大的保護。
採用 AI 工具的組織面臨著未修補軟體漏洞、控制薄弱以及能夠更快建模和利用攻擊路徑的對手的風險。AI 代理程式與連接的工具可能會引入複雜且難以察覺的暴露,這就是 Zscaler 強調將大量安全訊號轉化為可採取動作的情報、優先處理真實風險並加速補救的原因。
透過 OpenAI 的 Trusted Access for Cyber (TAC) 計畫,Zscaler 計畫將 GPT 5.4-Cyber 和 Codex Security 整合到其 Zero Trust Exchange 和安全的 SDLC 工作流程中。這能實現更早的漏洞檢測、更快的修補速度以及基於攻擊情報的態勢強化。它還為客戶增強了 Zscaler 的 AI 紅隊測試和代理 SecOps 功能。
人工智慧網路安全不僅保護人工智慧支援的防禦系統,也保護人工智慧所接觸的系統:資料、模型、提示詞、代理程式和整合功能。這篇文章的觀點認為,這包括透過 AI 輔助保護軟體開發、持續進行紅隊演練和提示強化、分析 AI 資產和工具風險,以及使用具備防護機制和人工驗證的代理式 SecOps。
OpenAI 的 Trusted Access for Cyber 計畫為經過驗證的防禦者和安全組織提供對先進 AI 功能的擴展存取權。參與組織可以將啟用 TAC 的模型(例如 GPT 5.4-Cyber)整合到安全工作流程中,包括漏洞偵測、威脅分類和對抗性攻擊模擬。Zscaler 是入選此計畫的供應商之一,作為將前沿 AI 應用於網路安全防禦的更廣泛工作的一部分。
Zscaler 將 GPT 5.4-Cyber 嵌入到其安全的軟體開發生命週期工作流程中,協助進行威脅模型驗證、安全程式碼審查、漏洞發現和黑箱測試。除了 SDLC 之外,此模型還透過映射對抗性攻擊路徑和識別薄弱的控制措施來支援基於進攻的態勢強化,從而實現跨 Zero Trust Exchange 平台的更快修復和主動暴露減少。
這篇文章對您有幫助嗎?
免責聲明:本部落格文章由 Zscaler 製作,僅供資訊參考,並以「現狀」提供,不保證其準確性、完整性或可靠性。Zscaler 對任何錯誤或遺漏,或基於所提供的資訊而採取的任何行動不承擔任何責任。本部落格文章中連結的任何第三方網站或資源僅為方便起見而提供,Zscaler 對其內容或做法概不負責。所有內容如有變更,恕不另行通知。存取此部落格,即表示您同意這些條款,並承認您有責任自行驗證並根據您的需求適當使用資訊。



