Check Point pretvara mrežni firewall u kontrolnu tačku za AI
Check Point je 30. jula 2026. predstavio AI Network Firewall, koji opisuje kao prvi firewall u industriji namenjen kontroli AI aktivnosti na mrežnom nivou. Rešenje je integrisano u AI Defense Plane i pokriva mreže, oblake, filijale i AI centre podataka.
Zašto klasična kontrola saobraćaja više nije dovoljna
Tradicionalni firewall prepoznaje odredište, protokol, aplikaciju i dozvoljenu vezu. Međutim, ne razume nužno sadržaj prompta, poslovnu nameru poziva modela niti posledice radnje koju autonomni agent pokreće u drugom sistemu.
Ta praznina utiče na zaposlene koji koriste generativne platforme, aplikacije koje pozivaju modele u pozadini i agente koji samostalno razmenjuju podatke. Rizik dodatno osvetljava ponašanje AI koderskih agenata nalik napadima u EDR-u, jer legitimna automatizacija i napad mogu ostaviti slične obrasce u bezbednosnoj telemetriji.
Šta AI Network Firewall kontroliše
Check Point navodi da sistem u realnom vremenu analizira promptove, pozive modela, otpremanje datoteka, API zahteve i ponašanje agenata. Cilj je da pravila više ne zavise samo od putanje saobraćaja, već i od njegovog konteksta i namere.
- sprečavanje prompt injection napada i iznošenja osetljivih podataka;
- otkrivanje zloupotrebe API-ja i nadzor MCP servera;
- kontrola komunikacije između agenata, aplikacija i spoljnih servisa.
Platforma koristi postojeće oznake, identitete i klasifikacije resursa kako bi jedinstvena pravila važila u data centrima, javnim oblacima, SD-WAN i SASE okruženjima. Predviđeni su upravljanje pravilima prirodnim jezikom, automatizovana analiza događaja i orkestracija sanacije.
„Mreža postaje više od transportnog sloja. Ona postaje kontrolna ravan za bezbednost AI-ja“, napisao je Aviv Abramovich iz kompanije Check Point.
Praktičan značaj za poslovanje
Za kompanije ovo znači da inventar AI servisa više nije dovoljan. Potrebno je mapirati ko šalje promptove, koje podatke aplikacije prosleđuju modelima, kakva ovlašćenja imaju agenti i gde se njihove radnje mogu zaustaviti u realnom vremenu.
Poslovna korist zavisiće od povezivanja mrežnih pravila sa klasifikacijom podataka, identitetima i vlasnicima procesa. Takav pristup omogućava širenje AI automatizacije bez uvođenja zasebne kontrole za svaki novi model, agent ili cloud servis.