Три механізми

Agent Guard — флагманський

AI-агенти, копілоти, боти, сервісні акаунти та реєстрації додатків безшумно накопичують широкий доступ, і вони діють без людини в циклі. Agent Guard інвентаризує кожну нелюдську ідентичність, оцінює її ризик від радіуса ураження × історія дій та відповідає на два важливі питання: до чого вона може отримати доступ та що вона робила?

Кожен агент має редаговану політику доступу; її збереження переоцінює діяльність агента проти нових меж та попереджує, що було б заблоковано. AI-агенти відображаються як візуально різні по всьому продукту, тому вони ніколи не сховаються серед людських користувачів.

Експлікабельність: кожен вердикт агента стверджує простою мовою, чому дія була дозволена, позначена прапорцем або заблокована — з доказами та кроком відновлення.

Posture Guard

Чистий механізм з 16 правил у шести категоріях — публічна експозиція, зовнішній доступ, надмірні дозволи, застарілий доступ, ризик AI-агента та помилки конфігурації — позначає місця, де дані надмірно експоновані або неправильно розповсюджені. Серйозність зростає щодо даних: публічне посилання на чутливий файл — це CRITICAL, а не HIGH.

Виявлення розставляються за пріоритетами за радіусом ураження (чутливість × ширина × рівень доступу), а не за серйозністю самою по собі, тому найбільш досяжна, найбільш чутлива експозиція відновлюється на вершину. Оцінка положення організації від 0 до 100 з оцінкою A–F резюмує розташування.

Історія сканування та кроссканування diff класифікує кожне виявлення як NEW, RECURRING або auto-RESOLVED, щоб ви могли побачити точно, що змінилося в джерелі між скануваннями.

Flow Guard

Flow Guard — це контекстуальне запобігання втратам даних. Вона вивчає базовий рівень нормальної передачі даних для кожної організації — відомі місця призначення та типові обсяги — потім позначає аномалії проти цього базового рівня, а не проти загального списку правил.

Кожна передача даних стає вердиктом з простим поясненням. Експортація, що виходить за межі шаблону, масовий експорт та нові зовнішні місця призначення з'являються як контекстуальні аномалії.

Що є реальним, а що є mock

Самі механізми — правила, оцінка, крос-сканування diff, злиття вердиктів та пояснення — є реальними, чистими та модульно тестованими. Зараз вони працюють над реалістичними наборами даних mock для кожного коннектора; живий потік даних активується для джерела після того, як ви підключуєте реальні облікові дані. Виявлення та звіти завжди позначають свій режим даних.

Детективне покриття — спостереження, пояснення, оцінка — живе зараз. Превентивне застосування (дія у постачальника) — це окремий, необов'язковий крок, охоплений в Active Prevention.