Tilbake til Nyheter
SikkerhetAI Understanding orientering

CREST lanserer akkrediteringsstandard for firmaer som tester AI-systemer

SecurityBrief Asia rapporterer at CREST har lansert en standard for AI-sikkerhetstesting og akkreditering for cybersikkerhetsleverandører, som dekker modeller og de omkringliggende applikasjonene, dataene, verktøyene og arbeidsflytene.

7 min readRead the linked source
Source-provided image accompanying CREST launches accreditation standard for firms testing AI systems
KildereferanseKilde registrert
Utgiver
securitybrief.asia
Kilde lenke
securitybrief.asiahttps://securitybrief.asia/story/crest-launches-ai-testing-standard-for-cyber-firms
Kildetype
Koblet kilde – status for primærkilde er ikke etablert.
KontekstForstå dette på 60 sekunder

Start her

Nøkkelord

Minne (agentminne)
Lagret kontekst en AI-agent bruker på tvers av trinn eller økter for å forbedre kontinuiteten.
Generativ KI
AI-systemer som produserer nytt innhold som tekst, bilder, lyd, video eller kode.
Henting
Finne relevante dokumenter eller poster fra en kunnskapskilde for en spørring.
Test deg selvAI Etikk Quiz

Hva skjedde

SecurityBrief Asia rapporterer at CREST lanserte en sikkerhetstesting av AI-standard og akkreditering for cybersikkerhetstjenesteleverandører. Rammeverket vurderer om leverandører har ekspertisen, metodene, styringen, kontroller og bevis som trengs for å teste AI-aktiverte systemer.

SecurityBrief Asia rapporterer at CREST, et globalt non-profit cybersikkerhetsstandarder og akkrediteringsorgan, har lansert en sikkerhetstesting av AI-standard og akkreditering for cybersikkerhetstjenesteleverandører. Det uttalte formålet er å gi organisasjoner et uavhengig bekreftelsessignal når de velger firmaer til å teste systemer som bruker generativ AI eller store språkmodeller. Artikkelen presenterer lanseringen som et svar på et markedsgap: organisasjoner tar i bruk AI-aktiverte applikasjoner og arbeidsflyter, men kjøpere kan ha problemer med å avgjøre om en testleverandør har den relevante tekniske ekspertisen.

I følge SecurityBrief Asia stiller akkrediteringen vurderingsbare krav på tvers av teknisk ekspertise, utøverkompetanse, testmetoder, styring, kvalitetskontroller, verktøy, prosesser for å identifisere AI-spesifikke sikkerhetsrisikoer og bevisene som brukes for å støtte testkonklusjoner. Ordningen evaluerer derfor både en leverandørs testevne og kontrollene rundt arbeidet. Rapporten sier at leverandører allerede må ha CRESTs penetrasjonstesting-akkreditering, eller søke om det sammen med den nye AI-testgodkjenningen. Det knytter den nye ordningen til en eksisterende CREST-grunnlinje for penetrasjonstestingtjenester.

Rapporten sier at standarden behandler et AI-system som et helt system i stedet for bare en underliggende modell. Det beskrevne omfanget inkluderer applikasjoner, meldinger og systeminstruksjoner, gjenfinningsmekanismer, datakilder, minne, verktøy, plugins, APIer, orkestreringslag og nedstrømssystemer påvirket av AI-utganger. Dette har betydning fordi sårbarheter kan oppstå ved integrasjonspunkter eller i den omkringliggende infrastrukturen, inkludert måten en modell mottar informasjon på, påkaller verktøy eller overfører resultater til andre systemer. SecurityBrief Asia rapporterer at standarden ble utviklet med sektoren gjennom CRESTs AI Working Group.

CREST-sjef Nick Benson fortalte SecurityBrief Asia at medlemmer og kunder ønsket mer informasjon om leverandørenes legitimasjon for AI-testing ettersom klienter implementerte AI-aktivert teknologi. Benson skilte mellom å bruke uttrykket "sikkerhetstesting av AI-systemer" og å demonstrere ekspertisen og metodikkene som trengs for å utføre dette arbeidet. Artikkelen siterer også Sentrium Securitys tekniske direktør Tim Reed og wizlynx gruppesjef for cybersikkerhetstjenester Yann Chalençon, som begge støtter rammeverket. Kommentarene deres er bransjegodkjenninger, ikke uavhengige evalueringer av standarden.

SecurityBrief Asia plasserer lanseringen innenfor CRESTs bredere AI-assurance-program. Artikkelen sier at CREST introduserte en standard for AI-aktivert penetrasjonstesting i juli, fokusert på hvordan leverandører bruker AI mens de leverer testtjenester. Den nylig rapporterte akkrediteringen tar opp det forskjellige spørsmålet om hvorvidt leverandører kan teste AI-systemer selv. Rapporten sier også at mer enn 100 grunnleggende cybersikkerhetsorganisasjoner har signert CRESTs AI Charter og AI-prinsipper, som representerer mer enn 10% av dets verdensomspennende medlemskap. Disse tallene og beskrivelsene ble ikke uavhengig bekreftet for denne vurderingen.

Kildedetaljer: securitybrief.asia ↗

Hvorfor det betyr noe

AI-sikkerhetsvurderinger innebærer i økende grad mer enn å teste en modell isolert. En formell akkreditering kan gi organisasjoner et klarere signal om innkjøp og leverandørdue diligence, selv om rapporten ikke uavhengig fastslår hvor bredt ordningen vil bli tatt i bruk eller om den vil forbedre testresultatene.

Den praktiske betydningen er at AI-testing er i ferd med å bli et anskaffelses- og styringsproblem, ikke bare et teknisk. Et selskap som bestiller en vurdering kan trenge tillit til at en leverandør forstår umiddelbar manipulasjon, gjenfinningsrisiko, verktøytilgang, datahåndtering, minne, orkestrering og nedstrømseffekter. SecurityBrief Asia rapporterer at CRESTs rammeverk er utformet for å gjøre disse egenskapene vurderebare. Hvis kjøpere bruker akkrediteringen som en del av leverandørdue diligence, kan det gjøre leverandørkrav lettere å sammenligne.

Vektleggingen av hele systemet er også konsekvensmessig. Testing av bare en modells svar kan gå glipp av svakheter i applikasjonen rundt den: et instruksjonshierarki kan bli eksponert, en gjenfinningskilde kan bli forgiftet, et tilkoblet verktøy kan ha overdrevne tillatelser, eller en utgang kan utløse en usikker nedstrømshandling. Kilden rapporterer ingen spesifikk sårbarhet eller testresultat fra den nye ordningen, så den viser ikke at rammeverket har funnet eller forhindret slike feil. Den rapporterer omfanget og den tiltenkte garantifunksjonen til akkrediteringen.

Rammeverket vil også kunne påvirke hva tilbyderne dokumenterer. SecurityBrief Asia sier at CREST vil vurdere styring, kvalitetskontroller, prosesser og bevis samt tekniske ferdigheter. Denne vektleggingen kan oppmuntre bedrifter til å forklare hvordan testtilfeller velges, hvordan funn valideres, hvordan begrensninger registreres og hvordan konklusjoner støttes. For kunder kan dette være mer nyttig enn en ren påstand om at en leverandør har erfaring med AI. Rapporten angir ikke skåringsmetode, bestått terskel, revurderingssyklus eller offentlig tilgjengelighet for vurderingsrapporter.

Skillet mellom juli AI-Enabled Penetration Testing-standarden og denne nye akkrediteringen er viktig. Det ene gjelder bruken av AI av en testleverandør; den andre gjelder leverandørens evne til å teste AI-systemer. Disse aktivitetene kan innebære ulike risikoer og kompetanse. Et firma kan bruke AI for å akselerere konvensjonelt sikkerhetsarbeid uten å være kvalifisert til å vurdere modelloppførsel, gjenfinningsrørledninger eller agentlignende verktøyintegrasjoner. Motsatt vil ikke en AI-testing akkreditering i seg selv bevise at ethvert engasjement har et godt omfang eller at en bestemt distribusjon er sikker.

Den offentlige innvirkningen er fortsatt usikker fordi kilden ikke inneholder noen uavhengig kjøper, regulator eller akademisk vurdering. Den rapporterte støtten fra CREST-medlemmer viser at deltakende tilbydere ser verdi i ordningen, men den etablerer ikke markedsaksept. Artikkelen viser heller ikke at akkreditering reduserer hendelser, forbedrer sårbarhetsoppdagelse eller gir konsistente resultater på tvers av tilbydere. De ukjente bør dempe enhver påstand om at lanseringen etablerer en ny bransjedekkende kvalitetsbar.

Interactive Mechanism

Interaktiv mekanisme: Hvordan det faktisk fungerer

Utforsk den underliggende teknologien bak denne utviklingen interaktivt.

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.
Interaktiv konseptsjekk+10 Points
AI Ethics Quiz

Why can ethical evaluation not be reduced to one model score?

Hva du skal se neste

Nøkkelspørsmålene er om kjøpere krever akkrediteringen, hvordan CREST vurderer leverandører i praksis, og om standarden gir sammenlignbar testkvalitet på tvers av leverandører. Rapporten gir ikke full standard, vurderingsresultater, implementeringstidsplan eller uavhengige svar fra kjøpere og regulatorer.

Det første problemet å se er adopsjon av kjøpere. SecurityBrief Asia identifiserer innkjøp og leverandørdue diligence som sentrale mål, men rapporterer ikke om større organisasjoner krever akkreditering i anbud eller kontrakter. Bevis for at kjøpere bruker det for å skille leverandører vil vise at ordningen har blitt mer enn en frivillig faglig legitimasjon. Uten kjøperopptak kan akkrediteringen først og fremst tjene som et signal innenfor markedet for cybersikkerhetstjenester.

Det andre spørsmålet er åpenhet om vurdering. Rapporten nevner brede evalueringsområder, men gir ikke standardens detaljerte kontroller, testprosedyrer, beviskrav eller beståkriterier. Observatører bør se etter informasjon om hvordan CREST undersøker leverandørens kompetanse, hvor ofte akkreditering fornyes, hvordan interessekonflikter håndteres og om mislykkede eller begrensede vurderinger avsløres. Disse detaljene vil bidra til å bestemme hvor mye tillit akkrediteringen med rimelighet kan støtte.

Det tredje problemet er teknisk dekning. AI-implementeringer varierer mye, fra enkle språkmodellfunksjoner til systemer med gjenfinning, minne, eksterne verktøy, APIer og automatiserte nedstrømshandlinger. CRESTs rapporterte omfang av hele systemet er bredt, men artikkelen forklarer ikke hvordan vurderinger vil håndtere forskjeller i arkitektur, modelltilgang, datasensitivitet eller operasjonell påvirkning. Fremtidig veiledning eller publiserte casestudier kan vise om standarden er praktisk på tvers av disse innstillingene i stedet for bare å være omfattende i beskrivelsen.

Det fjerde problemet er resultatbevis. CREST-medlemmer sitert i rapporten sier at rammeverket kan skape konsistens og styrke tillit, men det er forventninger snarere enn målte funn. Nyttig oppfølgingsbevis vil inkludere anonymiserte vurderingsresultater, eksempler på AI-spesifikke svakheter oppdaget gjennom akkreditert testing, eller sammenligninger som viser at akkrediterte leverandører produserer mer pålitelige funn. Ingen av disse bevisene finnes i kilden, og lanseringen bør ikke behandles som bevis på forbedret sikkerhet.

Til slutt vil forholdet til andre AI-sikkerhetsrammer ha betydning. Artikkelen beskriver CRESTs eget AI-forsikringsprogram, men diskuterer ikke hvordan dets akkreditering stemmer overens med myndighetenes veiledning, sektorspesifikke regler eller andre teststandarder. Kjøpere må kanskje kombinere det med risikovurderinger, sikker utviklingspraksis, tilgangskontroller, overvåking og menneskelig vurdering. SecurityBrief Asia rapporterer lanseringen og dens tiltenkte rolle; den bekrefter ikke uavhengig programmets eventuelle rekkevidde, effektivitet, regulatoriske anerkjennelse eller tidsplan for leverandørvurderinger.

Relaterte guider og quizer

KI-etikkAI-agenterAI-modeller forklartChatGPT og LLM-erTest det du vet – prøv en gratis AI-quizSlå opp et AI-begrep i ordlisten vårFølg AI-reguleringssporeren
Fant du dette nyttig?