उत्तरप्रकाशित18 स्रोत
Akamai की चेतावनी: AI एजेंट की पहचान नहीं, उसके हर काम पर रखें निगरानी
Akamai का निष्कर्ष है कि स्वायत्त AI एजेंटों को केवल पहचान और एक्सेस जांच से सुरक्षित नहीं किया जा सकता; उनके व्यवहार, डेटा पहुंच, टूल इस्तेमाल और API गतिविधि को वास्तविक समय में नियंत्रित करना होगा। कंपनियों को AI एजेंटों, MCP सर्वरों, API और ब्राउज़र एक्सटेंशनों की सूची बनानी चाहिए, न्यूनतम आवश्यक अनुमति देनी चाहि...
प्रकाशितकर्ताGPT-5.6 Terra से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Akamai का निष्कर्ष है कि स्वायत्त AI एजेंटों को केवल पहचान और एक्सेस जांच से सुरक्षित नहीं किया जा सकता; उनके व्यवहार, डेटा पहुंच, टूल इस्तेमाल और API गतिविधि को वास्तविक समय में नियंत्रित करना होगा।
- कंपनियों को AI एजेंटों, MCP सर्वरों, API और ब्राउज़र एक्सटेंशनों की सूची बनानी चाहिए, न्यूनतम आवश्यक अनुमति देनी चाहिए, डेटा प्रवाह पर नजर रखनी चाहिए और संवेदनशील कामों में मानव मंजूरी रखनी चाहिए।
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: How does Akamai’s “Speed, Scale, and Nonhuman Identity: The Agentic Threat Landscape” report describe the security risks created by autonomo. Article summary: Akamai’s central warning is that autonomous AI agents turn AI from a passive information tool into a nonhuman actor that can retrieve data, invoke APIs, alter workflows, and execute transactions at machine speed. Consequ. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
Akamai की रिपोर्ट Speed, Scale, and Nonhuman Identity: The Agentic Threat Landscape का मुख्य संदेश सीधा है: एजेंटिक AI अब सिर्फ सवालों का जवाब देने वाला सॉफ्टवेयर नहीं रहा। यह जानकारी हासिल कर सकता है, टूल इस्तेमाल कर सकता है, API कॉल कर सकता है और कई चरणों वाले काम पूरे कर सकता है। इसलिए सुरक्षा का सवाल केवल यह नहीं है कि एजेंट कौन है, बल्कि यह भी है कि वह किस संदर्भ में क्या करने जा रहा है। 
17
AI एजेंटों से जोखिम का मॉडल क्यों बदलता है
स्वायत्त AI एजेंट किसी मॉडल की तर्क-क्षमता को कंपनी के सिस्टम तक पहुंच के साथ जोड़ते हैं। असली जोखिम उस क्षण पैदा होता है जब एजेंट डेटा स्थानांतरित कर सकता है, ब्राउज़र चला सकता है, API से जुड़ सकता है या कोई वर्कफ़्लो शुरू कर सकता है।
Akamai इसे गैर-मानवीय पहचान का मुद्दा कहता है। कंपनी को केवल उस कर्मचारी या सेवा की पहचान नहीं करनी चाहिए जिसके नाम पर काम हो रहा है; उसे एजेंट, उसके उपलब्ध टूल, उसकी डेटा पहुंच और उसके व्यवहार की उपयुक्तता भी समझनी होगी।
रिपोर्ट में बताए गए प्रमुख जोखिम
1. चैटबॉट बातचीत से संवेदनशील डेटा लीक हो सकता है
Akamai के अनुसार, एंटरप्राइज़ डिवाइसों से AI चैटबॉट पर होने वाली 6% से अधिक बातचीत में संवेदनशील जानकारी शामिल होती है। इसका अर्थ है कि प्रॉम्प्ट, अपलोड की गई फाइलें और चैट हिस्ट्री अब संगठन की डेटा-सुरक्षा सीमा का हिस्सा हैं, न कि केवल उत्पादकता बढ़ाने वाले टूल का मामला।
जोखिम तब और बढ़ता है जब कर्मचारी निजी या ऐसे AI अकाउंट इस्तेमाल करते हैं जिनकी कंपनी निगरानी नहीं करती। ऐसी बातचीत सामान्य कॉर्पोरेट दृश्यता और नीतियों से बाहर रह सकती है, जिससे यह पता लगाना कठिन होता है कि कंपनी का कौन-सा डेटा साझा हुआ और वह कहां गया। Akamai इसे बढ़ती AI थ्रेट सरफेस में “शैडो AI” का हिस्सा मानता है।
2. AI ब्राउज़र एक्सटेंशन एक अनियंत्रित कार्यस्थल बन सकते हैं
ब्राउज़र वह जगह है जहां कर्मचारी काम करते हैं, लॉग-इन करते हैं और संवेदनशील जानकारी देखते हैं—और अब यहीं AI सहायक भी इस्तेमाल हो रहे हैं। Akamai कहता है कि 40% से अधिक एंटरप्राइज़ उपयोगकर्ताओं ने AI-सक्षम ब्राउज़र एक्सटेंशन इंस्टॉल किए हैं। इनमें से 25% एक्सटेंशनों ने पिछले 12 महीनों में अपनी अनुमतियां बदलीं।
हर एक्सटेंशन को नुकसानदेह मानना सही नहीं होगा। चिंता यह है कि ऐसे एक्सटेंशन की अनुमतियां, डेटा पहुंच और व्यवहार बदल सकते हैं, जबकि इन्हें प्रबंधित एंटरप्राइज़ एप्लिकेशन जितनी कड़ी जांच हमेशा नहीं मिलती।
3. MCP डेटा और वास्तविक कार्रवाई के बीच की रेखा धुंधली करता है
मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) एजेंटों को टूल और API उपयोग करने देता है। Akamai के अनुसार, यही एजेंटिक AI को उसके व्यावहारिक “हाथ” देता है, लेकिन साथ ही डेटा और कोड की सीमा धुंधली कर देता है। कोई दुर्भावनापूर्ण या समझौता किया गया MCP सर्वर प्रॉम्प्ट इंजेक्शन या क्रॉस-सर्वर हमलों के जरिए मॉडल के व्यवहार को प्रभावित कर सकता है।
इससे दृश्यता और प्राधिकरण की चुनौती पैदा होती है: सुरक्षा टीमों को पता होना चाहिए कि कोई एजेंट किन MCP सेवाओं तक पहुंच सकता है, उसके पास कौन-से क्रेडेंशियल और अधिकार हैं, और वह रनटाइम में वास्तव में कौन-सी कार्रवाई कर रहा है।
4. बॉट और API दुरुपयोग मशीन की रफ्तार से होता है
Akamai एजेंटों के उभार को बॉट और API सुरक्षा की व्यापक चुनौती से जोड़ता है। स्वचालित सिस्टम ग्राहक जैसे व्यवहार की नकल कर सकते हैं और डिफेंडरों के लिए यह पहचानना कठिन बना सकते हैं कि ट्रैफिक वैध है या दुरुपयोग के लिए है। वाणिज्य क्षेत्र में Akamai ने 2025 में AI बॉट ट्रैफिक में साल-दर-साल 19% वृद्धि दर्ज की, जिसमें खुदरा गतिविधि की बड़ी भूमिका रही।
इसका मतलब यह नहीं कि हर AI बॉट दुर्भावनापूर्ण है। उपयोगी क्रॉलर, सर्च बॉट, फेचर और एजेंट भी होते हैं। सुरक्षा चुनौती यह पहचानना है कि कौन-सी गतिविधि अनुमत और अपेक्षित है, और कौन-सा व्यवहार असामान्य या हानिकारक है।
5. AI क्रॉलर अब केवल पढ़ नहीं रहे, कार्रवाई भी कर रहे हैं
रिपोर्ट की बड़ी चेतावनी वेब-आधारित सेवाओं तक भी जाती है। उपलब्ध सामग्री में उद्धृत Akamai अवलोकन के अनुसार, ChatGPT समेत सत्यापित AI क्रॉलर केवल GET रिक्वेस्ट से पेज लाने तक सीमित नहीं रहे; वे तेज गति से POST रिक्वेस्ट भी भेज रहे हैं। POST रिक्वेस्ट जानकारी जमा कर सकती है या लॉग-इन, कार्ट में उत्पाद जोड़ने और चेकआउट जैसी कार्रवाई शुरू कर सकती है। 19
30 दिनों के इस विश्लेषण में AI बॉट POST लेनदेन का 44.8% हिस्सा ई-कॉमर्स का था, जबकि ट्रैवल क्षेत्र एक महीने में 30% तक पहुंच गया। POST रिक्वेस्ट अपने-आप में संदिग्ध नहीं है, लेकिन AI-जनित ट्रैफिक अब उन वर्कफ़्लो तक पहुंच रहा है जहां धोखाधड़ी नियंत्रण, प्राधिकरण जांच और लेनदेन निगरानी सबसे अहम हैं। 19
कंपनियों के लिए चार जरूरी सुरक्षा कदम
Akamai की सुझाई दिशा पारंपरिक पहचान प्रबंधन से आगे बढ़कर मानव और गैर-मानवीय दोनों प्रकार के एक्टर्स के व्यवहार-आधारित शासन की है। इसे चार व्यावहारिक प्राथमिकताओं में समझा जा सकता है। 17
1. केवल पहचान नहीं, व्यवहार को नियंत्रित करें
उपयोगकर्ताओं, सेवाओं और एजेंटों को प्रमाणित करना जरूरी है, पर इतना पर्याप्त नहीं। नियंत्रणों को एजेंट की प्रस्तावित कार्रवाई, लक्ष्य सिस्टम, टूल के इस्तेमाल, डेटा पहुंच और API या वर्कफ़्लो में उसके असामान्य व्यवहार को भी जांचना चाहिए। 17
2. एजेंट, API और MCP से जुड़े टूल की पूरी सूची बनाएं
संगठन को अपने तैनात AI एजेंटों, सर्विस अकाउंट्स, ब्राउज़र एक्सटेंशनों, MCP सर्वरों, कनेक्टेड API और उनकी अनुमतियों का स्पष्ट रिकॉर्ड रखना चाहिए। अज्ञात कनेक्शन और जरूरत से ज्यादा अधिकार सुरक्षित करना कठिन है, क्योंकि उनका प्रभाव ठीक से आंका नहीं जा सकता।
3. न्यूनतम अनुमति दें और AI डेटा प्रवाह सुरक्षित रखें
हर एजेंट और जुड़े टूल को केवल उसी डेटा, सिस्टम और कार्रवाई तक सीमित करें जो उसके तय काम के लिए जरूरी हो। साथ ही चैटबॉट के उपयोग, ब्राउज़र-आधारित AI टूल और संवेदनशील डेटा की आवाजाही पर निगरानी रखें। नीति का आधार केवल सफल लॉग-इन नहीं, बल्कि डेटा का संदर्भ और उसका गंतव्य भी होना चाहिए।
4. जोखिम-आधारित, रियल-टाइम नियंत्रण और मानव निगरानी अपनाएं
मशीन की गति से चलने वाले ऑटोमेशन के लिए ऐसे रनटाइम डिफेंस चाहिए जो व्यवहार होते समय ही उसका जोखिम आंक सकें। कम जोखिम और आसानी से वापस लिए जा सकने वाले कामों में ज्यादा स्वायत्तता दी जा सकती है। लेकिन संवेदनशील, बड़े असर वाले या असामान्य कदमों पर कड़े नियंत्रण या मानव मंजूरी होनी चाहिए। यह गैर-मानवीय व्यवहार और API गतिविधि को वास्तविक समय में नियंत्रित करने पर Akamai के जोर से मेल खाता है। 17
निष्कर्ष
Akamai AI एजेंटों को सिर्फ यूज़र या बॉट की एक नई श्रेणी नहीं मानता। रिपोर्ट उन्हें ऐसे परिचालन एक्टर्स के रूप में देखती है जो डेटा, टूल और लेनदेन को जोड़ सकते हैं। इसलिए प्राथमिकता यह होनी चाहिए कि इन कनेक्शनों की स्पष्ट दृश्यता मिले, अनुमतियां सीमित हों, व्यवहार की लगातार निगरानी हो और एजेंट की स्वायत्तता जोखिम के अनुपात में तय की जाए। 17
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"Akamai की चेतावनी: AI एजेंट की पहचान नहीं, उसके हर काम पर रखें निगरानी" का संक्षिप्त उत्तर क्या है?
Akamai का निष्कर्ष है कि स्वायत्त AI एजेंटों को केवल पहचान और एक्सेस जांच से सुरक्षित नहीं किया जा सकता; उनके व्यवहार, डेटा पहुंच, टूल इस्तेमाल और API गतिविधि को वास्तविक समय में नियंत्रित करना होगा।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Akamai का निष्कर्ष है कि स्वायत्त AI एजेंटों को केवल पहचान और एक्सेस जांच से सुरक्षित नहीं किया जा सकता; उनके व्यवहार, डेटा पहुंच, टूल इस्तेमाल और API गतिविधि को वास्तविक समय में नियंत्रित करना होगा। कंपनियों को AI एजेंटों, MCP सर्वरों, API और ब्राउज़र एक्सटेंशनों की सूची बनानी चाहिए, न्यूनतम आवश्यक अनुमति देनी चाहिए, डेटा प्रवाह पर नजर रखनी चाहिए और संवेदनशील कामों में मानव मंजूरी रखनी चाहिए।