بر اساس گزارش وضعیت امنیت رفتاری سال ۲۰۲۶، عامل‌های هوش مصنوعی (AI Agents) در صدر برنامه‌های سرمایه‌گذاری برای پایش رفتاری (Behavioral Monitoring) قرار گرفته‌اند. ۴۳ درصد از پاسخ‌دهندگان، سرمایه‌گذاری بر روی عامل‌های هوش مصنوعی را اولویت اصلی خود برای دو سال آینده دانسته‌اند که این میزان بیش از سه برابر سایر حوزه‌ها مانند یکپارچه‌سازی API است.
چالش در تعیین خط‌مشی‌های رفتاری
متخصصان امنیت در مورد توانایی سازمان‌ها برای ایجاد و حفظ خط‌مشی‌های رفتاری (Baselines) برای عامل‌های هوش مصنوعی دچار اختلاف نظر هستند. در حالی که بخش بزرگی از سازمان‌ها در این زمینه کارآمد عمل نمی‌کنند، بخش دیگری از آن‌ها تلاش‌های خود را برای مدیریت این رفتارها دنبال می‌کنند.
گسترش پایش به هویت‌های غیرانسانی
بیش از ۸۱ درصد از سازمان‌ها به میزان گسترده‌ای از روش‌های تشخیص ناهنجاری رفتاری (Behavioral Anomaly Detection) استفاده می‌کنند. این رویکرد از الگوهای فعالیت برای شناسایی رویدادهای مشکوک بهره می‌برد؛ برای مثال، یک ورود به سیستم (Sign-in) خارج از الگوی معمول، حتی با وجود اعتبارنامه‌های صحیح، می‌تواند منجر به بررسی شود.
این رویکرد برای هویت‌های غیرانسانی (Non-human Identities) که نرم‌افزارها برای احراز هویت و دسترسی به سیستم‌ها از آن‌ها استفاده می‌کنند، بسیار حیاتی است. الگوهای فعالیت برای موارد زیر متفاوت است:
- حساب‌های سرویس (Service Accounts): انجام وظایف برنامه‌ریزی شده مانند پشتیبان‌گیری.
- یکپارچه‌سازی‌های API: تبادل داده بین اپلیکیشن‌ها.
- عامل‌های هوش مصنوعی: بازیابی اطلاعات به نمایندگی از کاربران.
تحقیقات نشان می‌دهد که سازمان‌ها در شناسایی رفتارهای غیرعادی هویت‌های غیرانسانی نسبت به کاربران انسانی آمادگی بیشتری دارند. با این حال، پوشش پایش برای عامل‌های هوش مصنوعی و حساب‌های سرویس همچنان در سطح پایین‌تری قرار دارد.
پیچیدگی در بررسی فعالیت‌های کوتاه‌مدت
یکی از بزرگترین چالش‌ها، ماهیت فعالیت‌های بسیار کوتاه‌مدت (Short-lived) عامل‌هاست. برای مثال، یک فعالیت هوش مصنوعی ممکن است تنها ۳۰ ثانیه روی یک ماشین مجازی (Virtual Machine) طول بکشد. تشخیص اینکه دقیقاً کدام عامل مسئول یک ترافیک شبکه خاص بوده است، حتی برای تیم‌های امنیتی بسیار دشوار است، به‌ویژه اگر عامل برای یک وظیفه واحد ایجاد شده باشد.
علاوه بر این، فرآیند بررسی (Investigation) ناهنجاری‌ها می‌تواند ساعت‌ها به طول انجامد. نرخ بالای هشدارهای کاذب (False Positives) و دشواری در تعریف دقیق «رفتار عادی»، از موانع اصلی در گسترش سیستم‌های پایش رفتاری محسوب می‌شوند.
