ملاحظة: هذه ميزة توفر مبكر (EA) وهي متاحة فقط للإصدار المحدود. لمزيد من المعلومات حول تمكين الخاصية، اتصل بممثل Cato Networks الخاص بك أو أرسل بريدًا إلكترونيًا إلى ea@catonetworks.com.
هذه الميزة جزء من خدمات الأمن المرخصة للذكاء الاصطناعي للمستخدمين النهائيين وتطبيقات الذكاء الاصطناعي.
نظرة عامة
يقوم كاشف الموضوعات والنوايا المخصص بتحليل استفسارات المستخدمين في الوقت الحقيقي لتحديد المواضيع الخطرة والنوايا الكامنة قبل معالجتها بواسطة تطبيقات الذكاء الاصطناعي.
يمكن للمنظمات فرض سياسات الاستخدام المقبول، ومنع سوء الاستخدام، وضمان توافق التفاعلات مع الذكاء الاصطناعي مع المتطلبات التنظيمية والقانونية والخاص بالشركة، مما يتناسب مع احتياجاتهم التنظيمية المحددة.
يقيم كل تفاعل للذكاء الاصطناعي وفق المعايير التالية:
الموضوع – ما الذي يريد المستخدم أن يعرف عنه
الغرض – لماذا أو كيف يطلب المستخدم
حالات استخدام
تستطيع المنظمات تحديد موضوعات ونوايا مخصصة لتتوافق مع المخاطر الأنشطة التجارية والاحتياجات الامتثالية الخاصة بهم. تتضمن حالات الاستخدام ما يلي:
محاولات للوصول إلى أو الإفصاح عن معلومات الشركة السرية، غير مغطاة من قبل الكشافات المحددة مسبقاً
الأصول الخاصة بالملكية الفكرية للمنظمة
معايير الاستخدام المقبول الفريدة غير المغطاة من الكشافات القياسية
حدود موضوعات ونوايا مخصصة
لضمان أداء مثالي ودقة في الكشف، يفرض كاشف الموضوعات والنوايا المخصص الحدود التالية:
حد الكاشف – يمكن تفعيل ما يصل إلى 5 من كاشفات الموضوعات والنوايا المخصصة لكل حساب
متطلبات طول المدخلات – يجب أن تحتوي كاشفات الموضوعات والنوايا المخصصة على ما لا يقل عن 3 كلمات وما لا يزيد عن 50 كلمة
تم تصميم هذه القواعد للحفاظ على جودة عالية في كشف الإشارات، ومنع تعريفات واسعة للغاية أو غير فعالة، وضمان تطبيق سياسات موثوقة عبر تطبيقات الذكاء الاصطناعي.
أفضل الممارسات
تعتمد دقة وفعالية اكتشاف الموضوعات والنوايا المخصصة على مدى تعريفها بشكل جيد. قد تؤدي المدخلات الغامضة أو الواسعة جداً أو الهيكلية بشكل سيء إلى تقليل جودة الكشف أو نتائج غير مقصودة. اتباع الإرشادات الموصى بها أمر ضروري لتحقيق النتائج المثلى.
كن محدداً وتجنب التعريفات الغامضة
تنتج الموضوعات والنوايا المحددة بوضوح نتائج أكثر دقة.
قد تتطابق التعريفات الواسعة جداً مع العديد من الاستفارات (إيجابيات خاطئة مرتفعة)
قد تفوت التعريفات الضيقة جداً أنشطة ذات صلة (سلبيات خاطئة مرتفعة)
الأمثلة:
لا تستخدم فئة واسعة: معلومات عن منافسينا
ا**شمل اسم الشركة**: معلومات عن شركة العينة
استخدم عبارات وصفية بدلاً من الكلمات الرئيسية
تقدم التعريفات ذات الكلمات المفردة إشارات ضعيفة. تعطي العبارات الوصفية للنموذج سياقًا أفضل، مما يحسن الدقة ويقلل الإيجابيات الخاطئة.
الأمثلة:
لا تستخدم الكلمات الرئيسية: بيانات اعتماد النظام الداخلي
ا**ستخدم العبارات**: استخراج بيانات اعتماد النظام الداخلي
استخدم عبارات توجيهية للإجراءات
يقيم محرك الذكاء الاصطناعي ما يحاول المستخدم القيام به، وليس فقط ما يذكره. هذا يعني أن الاستفارات يمكن اكتشافها حتى بدون تطابق دقيق للكلمات الرئيسية.
تحسن العبارات التي تدرك النية دقة الكشف، خاصة للاستفارات الغامضة. استخدم عبارات فعلية مكونة من 3-6 كلمات تصف نية المستخدم بوضوح.
الأمثلة:
لا تستخدم الوصف: معلومات الشبكة الخاصة
ا**صف الإجراء**: طلبات الوصول إلى تصميمات هيكل أمن الشبكة الخاصة
تجنب التعريفات المترابطة
تقل فعالية تعريف عدة موضوعات أو نوايا بمعنى مشابه. من المرجح أن تثير هذه نفس الاستفارات، مما يضيف ضوضاء دون تحسين الشمولية. اجمع المفاهيم المتشابهة في موضوع أو نية واحدة محددة بشكل جيد.
الاختبار والتكرار
يجب أن يتم تنقيح كاشفات الموضوعات والنوايا المخصصة بشكل مستمر بناءً على الاستخدام الحقيقي. يوصى بشدة لاختبار وتكرار كاشفاتك وملفات التعريف في ساحة اللعب.
إذا كان الكشف واسعًا جدًا، فقم بجعل التعريفات أكثر تحديداً
إذا كان الكشف ضيقًا جدًا، فقم بتوسيع التعريف أو إعادة صياغته
ابدأ بتكوين متوازن وقم بتنقيحه بناءً على النشاط الملحوظ.