Vissza a Hírekhez
TermékAI Understanding eligazítás

A Bell és a Cohere mesterséges intelligencia-modellt alkalmaz a kiberbiztonsági vizsgálatokhoz

A Bell Canada és a Cohere egy, a Bell Cyber adatokra kiképzett, testreszabott, nagy nyelvi modellt vezetett be, hogy segítse az összetett biztonsági információk elemzését és összegzését egy autonóm biztonsági műveleti központban.

4 min readRead the linked source
Source-provided image accompanying Bell and Cohere deploy AI model for cybersecurity investigations
Forrás hivatkozásForrás rögzített
Kiadó
theglobeandmail.com
Forrás link
theglobeandmail.comhttps://www.theglobeandmail.com/business/article-bell-cohere-ai-model-cybersecurity-investigations/
Forrás típusa
Hivatkozott forrás – az elsődleges forrás állapota nincs megállapítva.
KontextusÉrtsd meg ezt 60 másodperc alatt

Kezdje itt

Kulcsfogalmak

Nagy nyelvű modell (LLM)
Hatalmas szövegkorpusokra kiképzett nyelvi modell szöveg generálására és elemzésére.
Teszteld magadAI ügynökök kvíz

Mi történt

A Bell Canada és a Cohere bejelentette egy személyre szabott nagy nyelvi modell bevezetését, amelyet a kiberbiztonsági vizsgálatok elősegítésére terveztek. A Cohere technológiájára épülő és a Bell Cyber ​​közel egy évtizedes adatainak felhasználásával kiképzett modell a Bell autonóm biztonsági műveleti központjába (SOC) integrálva van. Elemzi és összegzi az összetett biztonsági információkat, hogy kontextust biztosítson a vizsgálatokhoz, lehetővé téve az elemzők számára, hogy a fenyegetések validálására és a hatások meghatározására összpontosítsanak. A rendszer a British Columbiában található Bell AI Fabric adatközpontokon fut, és Kanadában tárolja az érzékeny adatokat.

A Bell Canada és a Cohere Inc. új mesterséges intelligencia-modellt vezet be a kiberbiztonsági vizsgálatok segítésére. A személyre szabott nagy nyelvi modellt a Cohere technológiájával építettük fel, és a Bell Cyber ​​adatainak és szakértelmének felhasználásával képezték ki. Ez egy olyan egység, amely biztonsági szolgáltatásokat nyújt az ügyfeleknek a kisvállalkozásoktól a nagyvállalatokig, például a Kanadai Birodalmi Kereskedelmi Bankig, valamint a kanadai és ontariói kormányokig.

Bell hét hónapot töltött a modell betanításával, és közel egy évtizednyi adatot szolgáltatott neki. A rendszert összetett biztonsági információk elemzésére és összegzésére tervezték, biztosítva a vizsgálatokhoz szükséges kontextust. Ez az automatizálás felszabadítja az elemzőket, hogy olyan magasabb szintű feladatokra összpontosítsanak, mint a fenyegetések érvényesítése, hatásuk meghatározása és az azokra való reagálás.

A modellt a Bell autonóm biztonsági műveleti központjába (SOC) integrálták, amely az AI-t és az automatizálást használja fel a kiberfenyegetések észlelésére, osztályozására és visszaszorítására. A telepítés része a Bell és a Cohere közötti folyamatos együttműködésnek, amely korábban bejelentette, hogy mesterséges intelligencia eszközöket ad el kormányoknak és vállalkozásoknak, beleértve a Cohere North platformjához való hozzáférést egyedi AI-ügynökök létrehozásához.

Az új kiberbiztonsági modell a British Columbia állambeli Bell AI Fabric adatközpontjain fut. Ez az infrastruktúra-választás biztosítja, hogy az érzékeny biztonsági információk Kanadán belül maradjanak – a Bell döntését az amerikai technológiára támaszkodó kockázatokra adott válaszként említi, mint például a közelmúltbeli amerikai kormány irányelv, amely felfüggeszti a külföldi állampolgárok hozzáférését bizonyos Anthropic modellekhez.

Forrás részletei: theglobeandmail.com

Miért számít

Ez a bevezetés konkrét lépést jelent a szuverén mesterséges intelligencia-infrastruktúra felé a kiberbiztonság terén, és eloszlatja az egyesült államokbeli felhőszolgáltatóktól való függéssel és a hozzáférés hirtelen visszavonásának lehetőségével kapcsolatos aggályokat. Egyedi, védelmi adatokon alapuló, testreszabott modell használatával a Bell célja a fenyegetés-besorolás sebességének és kontextusának növelése olyan környezetben, ahol az AI-vezérelt támadások egyre elterjedtebbek. A kezdeményezés rávilágít arra a növekvő tendenciára, hogy speciális mesterséges intelligencia-modelleket integrálnak a vállalati biztonsági műveletekbe a modern kiberfenyegetések mennyiségének és összetettségének kezelése érdekében.

A telepítés eloszlatja azt az egyre növekvő aggodalmat, hogy a mesterséges intelligencia által hajtott támadásokhoz mesterséges intelligencia alapú védelemre van szükség. John Menezes, a Bell Cyber ​​vezérigazgatója kijelentette, hogy a védelemért dolgozó mesterséges intelligencia nélkül a szervezetek jelentős hátrányban lennének a gyorsan mozgó mesterséges intelligencia által vezérelt fenyegetésekkel szemben.

Ez a kezdeményezés támogatja Kanada azon stratégiáját, hogy szuverén mesterséges intelligencia-képességeket fejlesszen ki, csökkentse az amerikai felhőalapú számítástechnikai óriásoktól való függőséget, és biztosítsa, hogy a kritikus biztonsági adatok hazai joghatóság alatt maradjanak. Praktikus alternatívát kínál azoknak a vállalkozásoknak, amelyek meg akarják őrizni az adatok tartózkodási helyét, miközben a fejlett mesterséges intelligencia fejlesztését a biztonsági műveletekhez hasznosítják.

A modell integrálása egy autonóm SOC-ba a reaktív biztonsági intézkedésekről a proaktív, mesterséges intelligencia által támogatott csoportosításra és elszigetelésre való elmozdulást jelent. Ez precedenst teremthet arra nézve, hogy a nagyvállalatok és kormányzati szervek hogyan strukturálják kiberbiztonsági tevékenységeiket az egyre kifinomultabb mesterségesintelligencia-alapú támadásokkal szemben.

Interactive Mechanism

Interaktív mechanizmus: Hogyan működik valójában

Fedezze fel interaktívan a fejlesztés mögött meghúzódó technológiát.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Interaktív koncepció ellenőrzése+10 Points
AI Agents Quiz

What most distinguishes an AI agent from a basic chatbot?

Mit nézzünk ezután

Kövesse nyomon a modell gyakorlati teljesítménymutatóit az elemzői munkaterhelés csökkentésében és a fenyegetésészlelési pontosság javításában. Figyelje meg, hogy más kanadai vagy észak-amerikai vállalatok szélesebb körben alkalmazzák-e a hasonló szuverén AI biztonsági megoldásokat. Ezenkívül figyelje meg, hogy ez a telepítés hogyan befolyásolja az adatok tartózkodási helyével és a mesterséges intelligencia kritikus infrastruktúra-biztonságban való használatával kapcsolatos szabályozási vitákat.

A modell hatékonyságának független ellenőrzése valós forgatókönyvekben, beleértve a biztonsági incidensek összegzésének pontosságát és az elemzők válaszidejére gyakorolt ​​hatását.

Ennek az együttműködésnek a potenciális kiterjesztése más szektorokra vagy régiókra, és hogy más távközlési vagy technológiai cégek alkalmaznak-e hasonló szuverén mesterséges intelligencia biztonsági modelleket.

Szabályozási fejlemények Kanadában és az Egyesült Államokban a mesterséges intelligencia kritikus infrastruktúrákban való használatával kapcsolatban, valamint az adatok tartózkodási helyére vonatkozó követelményeknek a mesterséges intelligencia telepítésére vonatkozó következményei.

Kapcsolódó útmutatók és vetélkedők

AI ügynökökMI-etikaAz AI modellek magyarázataTesztelje, amit tud – próbáljon ki egy ingyenes AI-kvíztKeressen egy AI kifejezést a szószedetünkben
Ezt hasznosnak találta?