专家称AI代理需要超越RBAC的访问控制

Gopichand Mannava表示，传统的基于角色的访问控制（RBAC）不足以满足AI代理访问公共部门数据的需求。Mannava提出了一种替代架构，使用基于属性的访问控制（ABAC），并结合动态策略评估、目的绑定数据流和决策溯源。该方法旨在通过评估代理身份、任务和数据分类等属性的请求，为AI代理提供更精细、可审计和安全的数据访问，确保访问与任务相称，并记录每次决策背后的原因。 AI

影响 需要新的访问控制框架来安全地将AI代理与敏感的公共部门数据集成。

排序理由 专家观点文章，详细阐述了解决某个问题的技术方法。

在 Forbes — Innovation 阅读 →

• attribute-based access control
• Gopichand Mannava
• Rego
• role-based access control
• State of Connecticut

• 政策
• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →