DLP til AI
Medarbejdere indsætter kundelister, CPR-numre og kontrakter i AI-chatværktøjer hver dag. DLP til AI sidder foran de samtaler og stopper følsomme data, før de når modellen, med de samme politikker som allerede beskytter jeres mail, OneDrive, SharePoint og Teams.
Pr. chatbesked
<0.1s
fra prompt til afgørelse, før modellen ser et ord
Sådan virker det
Tre trin mellem en prompt og modellen, og jeres politik afgør det midterste.
Jeres virksomhed kører LiteLLM, open source-AI-gatewayen, som den ene indgang til ChatGPT og OpenAI, Claude, Azure OpenAI og Bedrock. Claude desktop, Claude Code, Codex, jeres interne chatside og jeres egne apps forbinder alle igennem den, og firewallen lukker den direkte vej.
Før gatewayen sender en prompt videre til modellen, spørger den Data & More DLP. Den kan også tjekke modellens svar, før brugeren ser det. Et tjek tager typisk langt under en tiendedel af et sekund, så ingen bemærker, at det er der.
Teksten klassificeres med jeres eksisterende dokumentklasser, og den matchende politik anvendes: den samme definition af følsomt, som allerede gælder jeres postkasser og fildrev, nu placeret foran jeres AI.
Handlingerne
Log
Hændelsen registreres med hvem, hvornår, hvilken model og hvilken type data, og chatten fortsætter. Her starter enhver udrulning.
Varsl
Chatten fortsætter, og brugeren får en mail om, hvad der blev fundet, så næste prompt skrives mere omhyggeligt. Opmærksomhed uden afbrydelse.
Masker
CPR-numre og andre følsomme værdier erstattes med maskerede blokke, før modellen ser dem. Spørgsmålet bliver stadig besvaret; dataene forlader aldrig huset.
Bloker
Beskeden stoppes, og brugeren får at vide hvorfor, i øjeblikket, i stedet for i en audit uger senere.
Hvorfor det betyder noget
Én politik
De klasser og politikker, der overvåger jeres mail og filer, er de samme, der overvåger jeres AI. Intet nyt DLP-værktøj at købe, konfigurere eller forklare.
Realtid
Dataene når aldrig AI-udbyderen, i stedet for at blive fundet bagefter i en loggennemgang.
Identitet
Politikker kan variere pr. afdeling eller gruppe, og hver bruger underrettes personligt i stedet for via en fælles postkasse.
Privatliv
Data & More gemmer hvem, hvornår, hvilken model, hvilken type data og den handling, der blev taget. Aldrig selve samtalen.
Fail-open
Er tjekket utilgængeligt, fortsætter chats og tælles, så der ikke opstår et AI-nedbrud. Et værn skal ikke være et single point of failure.
Udrulning
Generér en nøgle i Data & More, indsæt én konfigurationsblok i gatewayen, og I kører. Rul ud på Log, gennemgå fundene, og slå så håndhævelsen til.
Alt, hvad jeres organisation ruter gennem gatewayen. På udbydersiden er det ChatGPT og OpenAI, Claude, Azure OpenAI og Bedrock; på klientsiden Claude desktop, Claude Code, Codex, jeres interne chatside og jeres egne applikationer, som alle taler med gatewayen, som var den udbyderen.
Forbruger-apps kan ikke pege på en gateway og kan derfor ikke tjekkes. Kunder blokerer dem i firewallen, så gatewayen bliver den vej, der virker, med firmakonti, firmapolitik og værnet foran.
Ikke endnu. I dag tjekkes teksten i hver chatbesked, i begge retninger hvis I vælger det; billeder og vedhæftede filer passerer utjekket. Betyder vedhæftninger noget for jeres udrulning, så sig det, og vi fortæller ærligt, hvor det ligger på roadmappet.
Copilot går ikke gennem en gateway og dækkes derfor af den separate Copilot-kilde i kontekstbevidst DLP, som varsler jeres organisation bagefter, når følsomme data optræder i Copilot-samtaler. Den varsler; den blokerer ikke.
Det gør jeres IT. LiteLLM er open source og kører i jeres egen infrastruktur, så prompts flyder gennem systemer, I selv kontrollerer. Data & More leverer værnet, gatewayen kalder, og vores konsulenter hjælper med udrulningen, fra den første nøgle til håndhævelsen slås til.
Ikke så nogen bemærker det. Et tjek tager typisk langt under en tiendedel af et sekund, mod modeller der bruger sekunder på at svare.
Chats fortsætter uden at blive tjekket, og de utjekkede beskeder tælles, så I kan se hullet bagefter. Arbejdet stoppes aldrig af, at værnet er nede.
Nej. Data & More gemmer hvem, hvornår, hvilken model, hvilken type data der blev fundet, og hvilken handling der blev taget. Samtalens tekst klassificeres i øjeblikket og gemmes ikke.
Ja. Motoren, der klassificerer en chatbesked, er den samme som bag jeres risikovurdering og kontekstbevidst DLP, med de samme dokumentklasser og de samme politikker. Én definition af følsomt, overalt hvor data bevæger sig.
Rul ud på Log først, og se en uges reel trafik. Håndhævelsen kan vente, til I stoler på resultaterne.