iboss ha annunciato il 3 novembre 2026 AI DLP, una soluzione di Data Loss Prevention progettata per analizzare e controllare in tempo reale le informazioni trasferite attraverso applicazioni cloud, servizi web, strumenti di intelligenza artificiale generativa e sistemi agentici autonomi. La piattaforma è stata sviluppata per superare alcune limitazioni delle tecnologie DLP tradizionali, generalmente basate su regole predefinite, espressioni regolari, riconoscimento di sequenze e classificazione mediante etichette. Questi meccanismi possono identificare informazioni che rispettano strutture note, come numeri di conto o identificativi personali, ma risultano meno efficaci quando i dati sensibili sono contenuti in documenti non classificati, immagini, codice sorgente o richieste testuali indirizzate a sistemi AI. AI DLP introduce un’analisi basata sul contenuto effettivo delle informazioni, combinando algoritmi di intelligenza artificiale, modelli di machine learning, ispezione approfondita dei file e riconoscimento ottico dei caratteri. Il sistema può quindi esaminare documenti correttamente classificati, file privi di etichette o contrassegnati in modo errato e testi incorporati nelle immagini, valutando la sensibilità delle informazioni indipendentemente dal formato o dai metadati disponibili.
L’architettura consente alle organizzazioni di applicare criteri di protezione differenziati per utente, gruppo, reparto, origine e destinazione dei trasferimenti. Le politiche possono riguardare codice proprietario, informazioni sui clienti, dati personali identificabili e proprietà intellettuale, definendo condizioni di autorizzazione, segnalazione o blocco delle operazioni. Sono previste eccezioni specifiche e azioni quali acquisizione dei file, registrazione degli eventi, generazione di avvisi e attribuzione di livelli di gravità. Le violazioni possono essere aggregate in incidenti valutati mediante punteggi di rischio, corredati da cronologie degli eventi e copie dei file coinvolti, in modo da fornire agli analisti elementi utilizzabili nelle verifiche. Un componente essenziale riguarda l’ispezione delle sessioni cifrate: per controllare il contenuto delle richieste inviate a chatbot e applicazioni AI attraverso connessioni HTTPS, la soluzione utilizza le capacità di ispezione del traffico SSL/TLS dell’infrastruttura iboss. Questo permette di distinguere il semplice accesso a un servizio esterno dall’effettiva trasmissione di contenuti riservati, applicando le stesse politiche di sicurezza alle conversazioni con modelli generativi e ai normali caricamenti verso applicazioni web.
Il controllo si estende inoltre agli agenti autonomi, per i quali è possibile governare l’utilizzo di servizi AI, strumenti esterni e API, mantenendo registrazioni delle attività eseguite. AI DLP supporta anche le etichette di sensibilità Microsoft Information Protection attraverso la sincronizzazione con Microsoft Purview, consentendo decisioni di autorizzazione o blocco basate sulla combinazione tra classificazione del documento e destinazione del trasferimento. L’ispezione del contenuto rimane operativa anche in assenza delle etichette. La componente di reporting comprende valutazioni del rischio di perdita dei dati e report destinati a supportare le verifiche di conformità ai riferimenti GDPR, HIPAA, PCI-DSS e SOX. Sul piano infrastrutturale, iboss dichiara di utilizzare container dedicati per l’elaborazione del traffico di ciascun cliente, chiavi SSL isolate e indirizzi IP dedicati, evitando la commistione dei dati tra organizzazioni. AI DLP si integra con i servizi Secure Web Gateway, CASB, GenAI Protection e Zero Trust Network Access della società, condividendo console amministrativa, motore delle politiche e data lake. Una dimostrazione online di trenta minuti è programmata per il 5 novembre 2026 alle ore 12:00 ET, mentre l’apertura della fase di anteprima privata è prevista per dicembre 2026. Le funzionalità annunciate descrivono quindi un’architettura di controllo unificata, la cui disponibilità iniziale resta subordinata all’avvio della sperimentazione privata.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)