Accelerate AI innovation securely with AI-SPM
Télécharger les ressourcesÀ propos de cette session
Bryan Rosensteel, responsable du marketing produit secteur public chez Wiz, avance que l'adoption de l'IA reproduit la transition vers l'infonuagique, mais plus vite et avec une visibilité encore plus faible, et présente la gestion de la posture de sécurité de l'IA (AI-SPM) comme solution. Il retrace comment le nuage a fait éclater une sécurité périmétrique et cloisonnée, submergeant les équipes d'alertes redondantes et sans contexte, et montre le même schéma avec l'IA : plus de 70 pour cent des organisations disent utiliser un service d'IA géré, souvent avec de l'IA fantôme jamais documentée. Il propose quatre questions qu'un programme doit répondre : quels services d'IA tournent, quels risques existent dans le pipeline, lesquels prioriser, et comment détecter un mésusage, illustrées par des incidents réels, dont la base de données DeepSeek laissée ouverte que l'équipe de renseignement de Wiz a découverte et signalée de façon responsable. Il propose une approche fondée sur le risque, sans agent, appuyée sur un graphe reliant identités, sensibilité des données et charges de travail, pour que la remédiation soit priorisée et automatisable plutôt que confiée sans contexte aux équipes. Une longue période de questions aborde l'IA intégrée dans des offres SaaS, les types de remédiation et l'IA sur site comparée à l'infonuagique.
As organizations increasingly migrate to the cloud, the landscape of cybersecurity is evolving at a rapid pace. The advent of Artificial Intelligence (AI) brings both unprecedented opportunities and challenges, making it imperative for cloud security strategies to advance accordingly. Join this session to hear from Wiz why organizations are adopting AI-SPM (AI Security-Posture Management) into their CNAPP strategy and how you can effectively secure AI workloads in the cloud while accelerating AI innovation securely.
À retenir
- Inventorier les services d'IA par un balayage API descendant et sans agent plutôt que de se fier aux déclarations des équipes; l'IA fantôme est courante et généralement non documentée, pas malveillante.
- Traiter le risque comme une fonction de la probabilité multipliée par l'impact, pas un simple compte de vulnérabilités; prioriser le composant IA connecté à des données sensibles plutôt que celui qui obtient un moins bon score isolément.
- Cartographier tout le pipeline d'IA (chemin réseau, stockage, données d'entraînement, modèle, points de terminaison, identités) avant de juger un composant sécurisé isolément, car des permissions admin excessives sur une identité IA peuvent exposer des données de production latéralement.
- Lors de l'adoption d'un produit SaaS tiers avec IA intégrée, poser au fournisseur les mêmes quatre questions qu'en interne : ce qui est déployé, quels risques existent, ce qui est priorisé, et comment le mésusage est détecté.
- Bâtir à la fois une remédiation proactive (corriger une configuration de pipeline à risque avant une attaque) et une réactive (détecter les écarts de comportement en temps réel), pas seulement un balayage préventif du code.
Conférenciers

Bryan Rosensteel, Head of Public Sector Product Marketing at Wiz, has 20+ years of public sector experience. He has advised the US Federal Government on many cybersecurity initiatives, including ICAM, worked on several NCCoE projects leading to NIST… Lire la suiteRéduire
Bryan Rosensteel, Head of Public Sector Product Marketing at Wiz, has 20+ years of public sector experience. He has advised the US Federal Government on many cybersecurity initiatives, including ICAM, worked on several NCCoE projects leading to NIST 1800 series special publications, helped form and run working groups at non-profit organizations such as ATARC, and assisted with the design and implementation of several government IT modernization projects.
