Копирането и поставянето (copy-paste) – тази незабележителна, почти рефлексна клавишна комбинация – невинаги се е възприемала като риск за киберсигурността, какъвто е в момента. Днес, когато служителите в компаниите прехвърлят чувствителни данни във и извън големи езикови модели (LLM), това поведение се признава все по-широко като сериозна заплаха за киберсигурността, наред с неправилно конфигурираните облачни хранилища и фишинг атаките.

Служителите копират и поставят чувствителни данни във и извън AI инструменти като ChatGPT, Claude и Gemini. Вероятно те просто се опитват да си вършат работата по-бързо. Но погледнато в съвкупност – при хиляди служители, които копират и поставят стотици пъти на ден – тази безобидна команда се превърна в един от най-значимите източници на изтичане на данни в предприятията, с който традиционните системи за предотвратяване на загуба на данни (DLP) не са проектирани да се справят.

Всяка грешка при копиране и поставяне е възможност за изтичане на данни

Ако влезете в среда с голям обем на трансакциите и строги регулации, като центрове за обслужване на клиенти или банки, ще видите как агентите прехвърлят данни между приложенията стотици пъти на ден.

В проучване на потребителското изживяване на място моя компания наблюдава служители на банка на дребно да използват Notepad (обикновен текстов редактор без никакви контроли за сигурност) само за да премахнат форматирането от даден текст, преди да го поставят на друго място. При 30-минутен разговор агентите са използвали този метод за заобикаляне на правилата повече от веднъж в минута и са допуснали три грешки при въвеждането.

Хиляди служители, извършващи copy-paste с такова темпо, създават огромна повърхност за атака. Всяко Ctrl+C и Ctrl+V е шанс за въвеждане на грешни данни на грешното място или за излагането им на атаки на крайното устройство.

Генеративният изкуствен интелект дава на служителите нова дестинация с висок залог за чувствителни данни

Ако преди тази повърхност на риска е била голяма, сега тя е разпръсната навсякъде. Генеративният AI е увеличил както честотата, така и последствията от изтичането на данни чрез действия като копиране и поставяне и качване на файлове и екранни снимки.

Ако служителите искат да използват AI, за да ускорят работните си процеси, те ще намерят начин да получат достъп, независимо дали е разрешен или не. Това може да бъде застраховател, който копира и поставя данни за клиентски акаунти в LLM, за да напише обосновка за заем, или финансов анализатор, който качва екранни снимки от клиентско портфолио за генериране на отчет. И в двата случая лични данни на клиенти и финансова информация са преминали в неоторизирана и нерегулирана на федерално ниво система на трета страна, без одитна пътека или приложена политика за сигурност.

Строгите изисквания за съответствие във финансите, застраховането, здравеопазването и други регулирани индустрии трябва да намаляват риска. Но понякога те постигат точно обратното, принуждавайки служителите да търсят начини за заобикаляне на тромавите и твърди корпоративни инструменти, които се очаква да използват.

Наследените DLP системи не могат да наблюдават какво се случва в дигиталното работно пространство на потребителя

Традиционните контроли за мрежова сигурност не са проектирани да предотвратяват изтичане на данни от подобни потребителски действия. Защитните уеб шлюзове (SWG), VPN мрежите, прокситата и DLP инструментите наблюдават данните в движение и блокират зловредни изтегляния или трансфери на файлове, преди те да напуснат периметъра. Контролите само на мрежово ниво не могат да управляват действията на потребителя в дигиталното му работно пространство: какво копира, какво поставя в промпт, какви екранни снимки прави или какво качва в неоторизиран LLM.

Само контроли на ниво корпоративен браузър могат да наложат сигурност върху тези действия в реално време. Браузърът така или иначе е основната платформа за съвременната интелектуална работа, където потребителите пишат промптове и преместват данни между приложенията. Контролите на ниво Chromium браузър и операционна система могат да блокират поставянето на регулирани данни в неодобрени AI приложения, да предотвратяват заснемането на екрана, когато на него се показва лична информация, или да редактират/слагат воден знак преди износ на данни с помощта на AI.

Освен това само контролите на ниво браузър могат да проследяват потребителя в различните AI приложения, без да разчитат на техните вградени настройки или на общо мрежово правило. Структурираната телеметрия улавя какви действия предприема потребителят, в кои приложения или URL адреси и спрямо кои политики за сигурност или класификации на данни, като захранва системите за управление на събития за сигурност (SIEM) и за разширено откриване и реагиране (XDR).

Едно дългосрочно решение включва пълното премахване на клипборда от пътя на чувствителните данни. Някои корпоративни софтуери вече се движат в тази посока: приложенията споделят контекст по естествен начин, където...