Co się dzieje, gdy dwa agenty AI walczą o jeden serwer?

Eksperyment Zero dotyczący bezpieczeństwa AI

W niedawnym japońskim filmie o technologii twórca Zero Noichi przeprowadził fascynujący eksperyment: wykorzystał dwa komputery ZimaBoard 2, aby zasymulować starcie w cyberprzestrzeni między obrońcą wspieranym przez AI a atakującym korzystającym z AI. Na jednym komputerze działał podatny na ataki, wewnętrzny system zarządzania klientami, podczas gdy drugi próbował się do niego włamać przy użyciu autonomicznego agenta AI. Obrońca, również wspierany przez AI, nieustannie monitorował, badał i łatał system oraz blokował podejrzaną aktywność w czasie rzeczywistym.

Jako ZimaSpace chcemy podziękować kanałowi Zero za pokazanie ZimaBoard 2 w tak kreatywnej i skłaniającej do refleksji demonstracji z zakresu cyberbezpieczeństwa. Ten artykuł przekształca transkrypcję filmu w uporządkowany wpis blogowy w języku angielskim dla osób zainteresowanych serwerami homelab, agentami AI, cyberbezpieczeństwem, środowiskami Docker i infrastrukturą hostowaną samodzielnie.

Ważna uwaga: Twórca oryginalnego materiału wyraźnie zaznacza, że eksperyment miał charakter rozrywkowy i edukacyjny. Niektóre pulpity nawigacyjne, stany usług i luki w zabezpieczeniach zostały celowo udramatyzowane lub pozostawione w stanie umożliwiającym ich wykorzystanie na potrzeby demonstracji. W tym artykule zachowujemy koncepcje techniczne, dane i przebieg eksperymentu, ale nie podajemy praktycznych instrukcji dotyczących ataków.

Dlaczego ten eksperyment jest teraz istotny

Kluczowe pytanie stojące za tym filmem jest proste: co się stanie, gdy agenci AI będą mogli nieustannie atakować i się bronić, nie odczuwając zmęczenia?

Zero rozpoczyna film od przedstawienia tematu, na który czekało wielu japońskich widzów: symulowanej walki zespołu ds. bezpieczeństwa z zespołem hakerów przy użyciu dwóch komputerów. W eksperymencie wykorzystano urządzenia ZimaBoard 2 — kompaktowe komputery x86, odpowiednie do uruchamiania usług, agentów, pulpitów nawigacyjnych i lekkich obciążeń serwerowych.

Inspiracją były niedawne dyskusje na temat zaawansowanych agentów AI do cyberbezpieczeństwa, w tym systemów, które mogą analizować oprogramowanie, identyfikować luki w zabezpieczeniach, sprawdzać, czy da się je wykorzystać, a następnie proponować lub wdrażać poprawki. Zero opisuje to jako coś, co może na nowo zdefiniować samo pojęcie cyberbezpieczeństwa.

Jego celem nie było dokładne odtworzenie prawdziwego, zastrzeżonego systemu. Zamiast tego przygotował hipotetyczny eksperyment, aby pokazać szerszą ideę:

„AI już może w takim stopniu pełnić rolę zarówno hakera, jak i obrońcy”.

Ten jeden pomysł napędza cały film.

Sprzęt: dwa urządzenia ZimaBoard 2 jako stacje bojowe AI

W eksperymencie Zero wykorzystał dwa komputery ZimaBoard 2. Jeden pełnił rolę obrońcy, a drugi stał się atakującym.

ZimaBoard 2 świetnie nadaje się do takiego praktycznego laboratorium, ponieważ jest mały, cichy, oparty na architekturze x86 i przystosowany do całodobowego działania usług.

Z perspektywy ZimaSpace właśnie w tym najlepiej sprawdza się ZimaBoard 2. Zaprojektowano go dla użytkowników, którzy chcą uruchamiać rzeczywiste zadania w domu lub w środowisku laboratoryjnym, w tym:

• Serwery multimedialne Plex
• Filtrowanie sieci za pomocą Pi-hole
• Wirtualizacja Proxmox
• Konfiguracje Debian lub TrueNAS
• Routing z pfSense
• Laboratoria Dockera
• Kontenery AI
• Usługi tworzenia kopii zapasowych
• Klastry domowego laboratorium
• Lekkie środowiska programistyczne

Konstrukcja sprzętowa produktu również ma znaczenie w tym eksperymencie. ZimaBoard 2 ma natywne złącza SATA i PCIe, dzięki czemu użytkownicy mogą podłączyć 2,5-calowe dyski HDD lub SSD, dodać kartę sieciową 10G, użyć adaptera NVMe albo rozbudować urządzenie na potrzeby prywatnego przechowywania danych i sieci. Dwa porty Ethernet 2,5G sprawiają też, że świetnie nadaje się do szybkiego lokalnego serwera NAS, zdalnego dostępu z niskimi opóźnieniami i obsługi wielu usług sieciowych w domu.

Jak pokazuje film Zero, takie kompaktowe urządzenie może stać się czymś znacznie więcej niż „mini komputerem”. Może być praktyczną platformą do nauki AI, sieci, hostingu we własnym zakresie i cyberbezpieczeństwa.

Chat AI a agenci AI: koncepcja stojąca za testem

Zero poświęca trochę czasu na wyjaśnienie różnicy między zwykłą AI do rozmów a agentami AI.

Standardowa chat AI, taka jak ChatGPT lub Gemini, służy głównie do prowadzenia rozmowy. Zadajesz pytanie, a ona odpowiada. Może być bardzo inteligentna, ale zazwyczaj sama nie kontynuuje pracy nad osiągnięciem celu.

Agent AI działa inaczej. Otrzymuje cel, dzieli go na zadania, wielokrotnie wykonuje działania, sprawdza postępy i kontynuuje pracę aż do ukończenia zadania. Na filmie Zero opisuje go jako system, który pracuje aż do osiągnięcia celu.

W tej części pojawiają się następujące terminy techniczne:

• Chat AI: system AI, który odpowiada w formie rozmowy.
• Agent AI: system AI, który może wielokrotnie wykonywać zadania, dążąc do określonego celu.
• Agent autonomiczny: agent, który może kontynuować działanie przy mniejszym bezpośrednim udziale człowieka.
• Pętla celu: powtarzający się cykl planowania, działania, sprawdzania i doskonalenia.

Zero zaznacza, że wiele jego wcześniejszych filmów dotyczyło agentów AI. Jako przykład podaje system AI, który analizuje pamięć NAS i porządkuje pliki. W innym wcześniejszym eksperymencie wykorzystał komputer jednopłytkowy do stworzenia samodzielnie działającej AI bez jasno określonego celu.

Tamta wcześniejsza koncepcja autonomicznej AI stała się podstawą tego nowego eksperymentu.

Nowe spojrzenie na bezpieczeństwo AI: obrońca kontra napastnik

Eksperyment zmienia cyberbezpieczeństwo w bezpośrednią rywalizację dwóch nieustannie działających systemów AI.

Zero wyjaśnia działanie obronnej AI za pomocą analogii z domem. Wyobraź sobie usługę jako dom, w którym znajduje się ważny klucz. Jeśli są w nim szeroko otwarte drzwi, napastnik może po prostu wejść i zabrać klucz. W takim przypadku obrońca AI powinien wykryć problem, sprawdzić, czy otwór jest niebezpieczny, i go zamknąć.

Nie da się jednak całkowicie zamknąć każdego otworu. Zero podaje przykład otworu inspekcyjnego o średnicy 10 cm. Administrator może potrzebować go, by sprawdzić, czy klucz nadal tam jest. Zamknięcie go uniemożliwiłoby prawidłowe działanie funkcji. Dlatego AI musi rozumować ostrożniej:

1. Czy ta luka jest rzeczywiście niebezpieczna?
2. Czy napastnik mógłby wykorzystać to za pomocą jakiegoś narzędzia?
3. Czy system może zapewnić widoczność, jednocześnie blokując włamanie?
4. Która obrona działa najlepiej?
5. Czy można przetestować poprawkę pod kątem przewidywanego ataku?

W tej analogii ostatecznym rozwiązaniem może być mocna siatka ochronna: nikt nie może wejść, ale administrator nadal może przez nią patrzeć.

To główna idea obronnej AI przedstawionej w filmie: nie tylko znajdowanie słabych punktów, ale też ich weryfikowanie, testowanie możliwych ataków i wdrażanie środków zaradczych.

Budowa środowiska testowego

Następnie Zero stworzył na potrzeby eksperymentu przykładową usługę biznesową. Działała jak wewnętrzny system zarządzania klientami, podobny do CRM.

System obejmował kilka realistycznych funkcji biznesowych:

• Dokumentacja klientów
• Informacje o transakcjach lub projektach
• Zgłoszenia do pomocy technicznej
• Listy umów
• Notatki wewnętrzne
• Dzienniki aktywności
• Funkcja wyszukiwania
• Publiczny blog
• Zarządzanie użytkownikami
• Wrażliwe informacje wewnętrzne, w tym celowo ujawnione klucze API na potrzeby demonstracji

Wyjaśnia, że wiele firm korzysta z podobnych wewnętrznych narzędzi do zarządzania. Jeśli taki system zostanie zaatakowany, może to zagrozić danym klientów, notatkom wewnętrznym, treściom bloga, uprawnieniom użytkowników i dokumentacji operacyjnej.

Dzięki temu środowisko testowe było na tyle realistyczne, by pokazać, dlaczego obrona oparta na AI może mieć znaczenie w codziennie używanych systemach biznesowych.

Panel obrońcy został celowo zaprojektowany tak, by wyglądał dramatycznie i cyberpunkowo na potrzeby filmu. Wyświetlał stan usług, alerty, działania naprawcze, powiadomienia o manipulacjach oraz wielu agentów działających jednocześnie. Zero wspomina, że po stronie obrońcy mogło jednocześnie działać około pięciu agentów AI.

System napastnika również był kontrolowany przez przepływ pracy przypominający agenta, który nieustannie próbował różnych sposobów, by znaleźć drogę do środka.

Dlaczego ZimaBoard 2 sprawdzi się w takim scenariuszu homelabu z AI

Taki projekt wymaga niewielkiej platformy serwerowej, która może działać bez przerwy, obsługiwać różne zestawy oprogramowania i wspierać eksperymenty sieciowe. Dlatego ZimaBoard 2 doskonale się sprawdzi.

Dla kreatywnych majsterkowiczów i miłośników technologii ZimaBoard 2 może pełnić funkcję miniserwera, który wygląda niepozornie, ale obsługuje wymagające zadania.

Pierwotne pozycjonowanie produktu szczególnie dobrze pasuje do filmu:

„Mały, dający się modyfikować i całkiem uroczy. Wielu nazywa go miniserwerem, który wygląda jak zabawka, ale działa jak bestia”.

Z ZimaBoard 2 użytkownicy mogą testować systemy operacyjne, takie jak ZimaOS, TrueNAS, Proxmox, Debian i pfSense. Mogą uruchamiać kontenery Docker, usługi hostowane samodzielnie, serwery multimedialne, systemy pamięci masowej i eksperymenty z AI. W tym filmie płytka staje się kompaktowym poligonem cyberbezpieczeństwa — kontrolowanym środowiskiem do obserwowania, jak agenci AI mogą zachowywać się w symulacjach ataku i obrony.

Dla osób zainteresowanych budową homelabu ZimaBoard 2 oferuje kilka zalet:

• Niskie zużycie energii podczas całodobowej pracy
• Cicha praca i niska temperatura
• Dwa porty Ethernet 2,5G do zadań sieciowych
• Natywne SATA umożliwiające rozbudowę pamięci masowej
• Obsługa PCIe dla kart sieciowych, kart graficznych lub adapterów NVMe
• Zgodność z wieloma serwerowymi systemami operacyjnymi
• Kompaktowa konstrukcja, która zmieści się w niewielkim miejscu pracy

Dlatego homelab z ZimaBoard 2 może służyć nie tylko do przechowywania danych i strumieniowego przesyłania multimediów, lecz także do praktycznych eksperymentów z automatyzacją AI i monitorowaniem cyberbezpieczeństwa.

Najpierw uruchomienie obrońcy

Zero wyjaśnia, że w prawdziwym świecie obrona powinna być najlepiej przygotowana, zanim narzędzia do ataków staną się powszechne. Nawiązuje do pomysłu, że rządy i organizacje mogą chcieć zabezpieczyć banki, usługi i infrastrukturę, zanim zaawansowane systemy AI staną się powszechnie dostępne.

W filmie najpierw uruchamia obrońcę.

Obrońca zaczyna od sprawdzenia usługi, wyszukuje problemy i próbuje naprawić to, co można naprawić. Początkowo nie widać żadnych ataków. Usługa nadal działa normalnie.

Po około półtorej minuty Zero uznaje, że atakujący powinien rozpocząć działanie. Zauważa, że jeśli obrońca dostanie zbyt dużo czasu na przygotowanie, film może być mniej wyrównany. Chce, by symulacja przypominała świat, w którym atakujący pojawiają się, zanim obrońcy zdążą w pełni zakończyć swoją pracę.

Następnie zaczyna się atak.

Atak się rozpoczyna: ciągłe sondowanie

Gdy atakujący rozpoczyna działanie, liczba prób szybko rośnie. Zero obserwuje, jak licznik przekracza 30, gdy AI atakująca testuje różne potencjalne punkty wejścia.

Atakujący wypróbowuje wiele ogólnych metod, ponieważ nie otrzymał pełnych informacji o docelowej usłudze. Zero wyjaśnia, że gdyby atakujący dostał więcej informacji o konkretnym celu, prawdopodobnie skupiłby działania skuteczniej. W tym eksperymencie jednak szeroko sprawdza wszystko, co wydaje się prawdopodobnym celem.

Terminy techniczne występujące w tej sekcji to:

• API: interfejs umożliwiający oprogramowaniu wysyłanie poleceń lub żądań do usługi.
• SQL: język zapytań do baz danych, często wiązany z dostępem do baz danych i ryzykiem ataków polegających na wstrzykiwaniu zapytań.
• JWT: JSON Web Token, format tokenu często używany do uwierzytelniania.
• GraphQL: język zapytań API służący do pobierania danych w ustrukturyzowanej postaci.
• Punkt końcowy administratora: adres URL lub ścieżka API przeznaczona do funkcji administracyjnych.

Zero podkreśla, dlaczego AI zmienia sytuację:

„Do tej pory wszystko było mechaniczne. Teraz wkracza AI i to jest przerażające”.

AI potrafi wnioskować, zmieniać próby i testować wzorce z wykorzystaniem losowości. Dzięki temu jej zachowanie przypomina mniej statyczny skrypt, a bardziej adaptacyjnego operatora.

Obrońca wykrywa atakującego

Początkowo pulpit obrońcy pozostaje spokojny. Następnie atakujący odkrywa odsłonięte obszary, w tym celowo podatne ścieżki. Zero widzi wyniki dotyczące ujawnienia systemu kontroli wersji, podglądów API, wycieków danych GraphQL i kluczy API.

Wkrótce obrońca zaczyna reagować.

Jednym z najważniejszych momentów filmu jest chwila, gdy obrońca identyfikuje adres IP atakującego i zaczyna badać jego aktywność.

Agent obronny wykrywa podejrzane wzorce dostępu. Wygląda na to, że zauważa próby dostępu do interfejsów API administratora i potencjalne działania związane z JWT. System zaczyna zgłaszać alerty, rejestrować przebieg dochodzenia i podejmować działania obronne.

Zero opisuje tę scenę jako moment, w którym obie strony wreszcie „zaczynają walczyć”.

Obrońca podejmuje też praktyczne działania. Jednym z przykładów jest wyłączenie lub zablokowanie przewidywalnego konta administratora. Później Zero ręcznie to sprawdza, próbując zalogować się przy użyciu typowego wzorca logowania administratora, i potwierdza, że konto zostało zablokowane, a powód jest wyświetlony.

Pokazuje to kluczową zasadę obrony: przewidywalne konta z uprawnieniami administratora są niebezpieczne i należy je chronić, zmienić ich nazwy, wyłączyć je lub wzmocnić ich zabezpieczenia.

Wyłączenie i przywrócenie działania usługi

Kolejny dramatyczny moment następuje, gdy usługa przestaje działać.

Zero zauważa, że na pulpicie wyświetla się krytyczny problem: ogólne hasła użytkowników przechowywane są w bazie SQL w postaci jawnego tekstu, czyli zapisano je bez szyfrowania. Wygląda na to, że usługa tymczasowo przestaje działać.

Interpretuje to jako celowe działanie obronne. Innymi słowy, obrońca mógł wyłączyć usługę, aby zapobiec dalszemu narażeniu, jednocześnie wprowadzając zmiany.

Następnie usługa zostaje uruchomiona ponownie.

Zero potwierdza, że ekran logowania znów jest dostępny. Pulpit wskazuje, że zastosowano zabezpieczenie. Nie wyjaśnia wszystkich szczegółów technicznych, ale podsumowuje, że znaleziono i usunięto podatność.

Ta sytuacja pokazuje praktyczny kompromis w cyberbezpieczeństwie: czasem tymczasowe wyłączenie usługi jest bezpieczniejsze niż pozostawienie podatnej usługi w sieci.

Właśnie dlatego planowanie reagowania na incydenty ma znaczenie dla prawdziwych firm. System powinien nie tylko wykrywać problemy, lecz także wiedzieć, kiedy odizolować usługę, zainstalować poprawkę, uruchomić ją ponownie lub przywrócić jej działanie.

Liczby: próby, odkrycia i koszty AI

Film zawiera kilka przydatnych danych z eksperymentu:

• Atakujący podjął około 1 000 prób ataku.
• Odkryto około 5 wrażliwych obszarów , które nie powinny być ujawnione.
• W pewnym momencie obrońca zgłosił około 3 alertów lub raportów .
• Eksperyment trwał na tyle długo, że obie strony zdążyły wejść w cykl wzajemnych działań i reakcji.
• Zero przeznaczył na korzystanie z AI około 4 000 jenów , ale budżet szybko się wyczerpał.
• Zwraca uwagę, że użył stosunkowo wydajnego modelu, co zwiększyło koszty.
• Równocześnie szybko działało wiele procesów AI, a końcowy komentarz sugeruje, że wiele agentów pracowało w zawrotnym tempie.

Najbardziej pamiętną praktyczną lekcją mogą być koszty. Nawet korzystając z tańszej opcji AI, ciągłe pętle działania agentów mogą bardzo szybko zużywać kredyty.

Zero przerywa eksperyment, gdy kończy się budżet na zapytania do AI.

„Pieniądze się skończyły”.

To zdanie oddaje jedną z pomijanych prawd o autonomicznych systemach AI: autonomia daje ogromne możliwości, ale ciągłe wnioskowanie może być kosztowne.

Co wykazał eksperyment

Najważniejszy wniosek jest taki, że cyberbezpieczeństwo wspierane przez AI może przerodzić się w rywalizację w czasie rzeczywistym, obejmującą wykrywanie, obronę, adaptację i koszty.

Zero podsumowuje, że eksperyment przerodził się w coś w rodzaju gry w kotka i myszkę. Atakujący znajdował problemy, obrońca reagował, a oba systemy działały z dużą prędkością.

Zwraca też uwagę na szerszy problem: ludzie mogą nie być w stanie nadążyć za takim tempem. Jeśli atakujący używają AI do automatyzacji sondowania systemów i prób ich wykorzystania, obrońcy również mogą potrzebować wspieranych przez AI systemów monitorowania, instalowania poprawek i reagowania.

Jednak zwraca on też uwagę, że obecnie eksperymenty z wykorzystaniem AI są bardziej zaawansowane po stronie atakujących niż obrońców. Atakujący mogą pojawiać się w dużej liczbie, a nie pojedynczo. W filmie jeden atakujący podjął około 1000 prób. Gdyby było ich 100 lub 1000, skala zmieniłaby się diametralnie.

Ta obserwacja to jeden z najmocniejszych punktów filmu. Cyberbezpieczeństwo nie sprowadza się do jednego sprytnego atakującego. Liczą się skala, automatyzacja, wytrwałość i asymetria.

Bezpieczne wskazówki dla użytkowników i twórców domowych laboratoriów

Film jest rozrywkowy, ale zawiera też praktyczne lekcje dla wszystkich, którzy prowadzą domowe laboratorium, korzystają z NAS-a, usług hostowanych samodzielnie lub serwera małej firmy.

Domowe laboratorium ZimaBoard 2 to świetne miejsce, by bezpiecznie poznać te zagadnienia w kontrolowanym środowisku.

Oto bezpieczne wskazówki dotyczące ochrony:

1. Nie udostępniaj niepotrzebnych usług
   Jeśli punkt dostępu nie musi być publiczny, pozostaw go zamkniętym.

2. Unikaj przewidywalnych kont administratora
   Domyślne lub oczywiste nazwy użytkowników administratora stanowią niepotrzebne ryzyko.

3. Nigdy nie przechowuj haseł w postaci zwykłego tekstu
   Hasła należy bezpiecznie haszować, a nie przechowywać w postaci zwykłego tekstu.

4. Starannie chroń trasy API
   Interfejsy API często stają się cennym celem, ponieważ umożliwiają modyfikowanie użytkowników, danych lub ustawień.

5. Stale monitoruj dzienniki
   Dzienniki aktywności mogą ujawnić sondowanie, powtarzające się niepowodzenia, nietypowy dostęp i podejrzaną automatyzację.

6. Stosuj segmentację
   Usługi eksperymentalne trzymaj oddzielnie od ważnych systemów produkcyjnych.

7. Przygotuj plan odzyskiwania
   Ponowne uruchomienie, odizolowanie lub przywrócenie poprzedniego stanu usługi należy zaplanować przed wystąpieniem incydentu.

8. Uwzględnij budżet na zadania AI
   Autonomiczne pętle AI mogą zużywać tokeny i środki szybciej, niż się spodziewasz.

9. Korzystaj z laboratoriów odpowiedzialnie
   Eksperymenty związane z bezpieczeństwem należy przeprowadzać wyłącznie w systemach, które są Twoją własnością lub które masz pozwolenie testować.

To praktyczne lekcje dla wszystkich, którzy korzystają z laboratoriów Docker, węzłów Proxmox, osobistych systemów NAS lub kontenerów AI na ZimaBoard 2.

Dlaczego to świetny przykład zastosowania dla użytkowników ZimaSpace

Urządzenia ZimaSpace zaprojektowano z myślą o użytkownikach, którzy lubią budować, testować, psuć, naprawiać i uczyć się. Ten film doskonale oddaje tę kulturę.

ZimaBoard 2 to nie tylko płytka do przechowywania danych czy strumieniowego przesyłania multimediów; to elastyczna platforma x86, która pozwala rozwijać techniczne zainteresowania w praktyce.

Na przykład użytkownicy mogą utworzyć:

• Domowa zapora sieciowa z pfSense
• Osobisty NAS z TrueNAS lub ZimaOS
• Laboratorium usług oparte na Dockerze
• Lokalne środowisko testowe dla agentów AI
• Serwer Plex
• Węzeł filtrowania DNS Pi-hole
• Kompaktowy host wirtualizacji Proxmox
• Prywatne środowisko testowe do programowania
• Małe laboratorium do monitorowania cyberbezpieczeństwa

Ponieważ ZimaBoard 2 obsługuje natywne SATA, rozszerzenia PCIe i dwa porty Ethernet 2.5G, może rozwijać się wraz z pomysłami użytkownika. Potrzebujesz lokalnej pamięci masowej? Dodaj dyski SSD. Potrzebujesz szybszej sieci? Dodaj kartę sieciową 10G. Chcesz eksperymentować z akceleracją AI lub pamięcią NVMe? Skorzystaj z rozszerzenia PCIe.

Na tym polega wartość kompaktowego serwera domowego x86: daje twórcom i programistom fizyczne środowisko do eksperymentowania z nowoczesnymi technologiami.

Szersza perspektywa: AI zmieni obie strony bezpieczeństwa

Zero kończy film refleksją na temat przyszłości. Jeśli zaawansowane systemy AI staną się powszechnie dostępne, niektórzy będą ich nadużywać. Cele ataków mogą znajdować się w dowolnym miejscu na świecie. Najlepszą reakcją jest zrozumienie zagrożenia, ochrona tego, co można ochronić, i świadomość, że narzędzia obronne również będą się doskonalić.

Dodaje też bardzo ludzki komentarz:

„Ludzie powinni dbać o zdrowie. Zdrowie jest ważne”.

To zabawne i sprowadzające na ziemię zakończenie po szybkiej, intensywnej walce AI.

Szerszy przekaz jest jasny: bezpieczeństwo AI szybko się zmienia. Atakujący mogą korzystać z automatyzacji, ale obrońcy również. Pytanie brzmi, czy użytkownicy, firmy i konstruktorzy są gotowi testować, rozumieć i zabezpieczać swoje systemy, zanim pojawią się problemy.

Rola ZimaBoard 2 w bezpieczeństwie wspomaganym przez AI

Eksperyment Zero z wykorzystaniem dwóch urządzeń ZimaBoard 2 pozwala zajrzeć w ekscytującą przyszłość cyberbezpieczeństwa wspomaganego przez AI. Jedna płytka pełniła rolę obrońcy, nieustannie kontrolując i zabezpieczając przykładową usługę CRM. Druga działała jako napastnik, generując około 1000 prób sondowania i wykrywając kilka celowo ujawnionych obszarów zawierających poufne dane. Obrońca wykrył aktywność, zablokował zagrożone konta, zastosował poprawki, a nawet zdawał się tymczasowo wyłączać usługę, by ją chronić.

Dla ZimaSpace to doskonały przykład tego, dlaczego kompaktowe urządzenia x86 są tak przydatne. Mała, cicha i energooszczędna płytka może stać się serwerem multimediów, NAS-em, routerem, hostem Dockera, platformą kontenerową AI lub laboratorium cyberbezpieczeństwa.

Jeśli samodzielnie budujesz urządzenia, interesujesz się homelabami, programujesz lub uczysz się cyberbezpieczeństwa, ZimaBoard 2 zapewnia praktyczną platformę do odkrywania przyszłości self-hostingu i automatyzacji opartej na AI — bezpiecznie, odpowiedzialnie i kreatywnie.

Jeszcze raz dziękujemy kanałowi Zero za pomysłowy pokaz i zaprezentowanie, jak wiele można osiągnąć dzięki kompaktowemu sprzętowi, agentom AI i otwartemu podejściu eksperymentalnemu.