Обзор.
Источник соединения MCP Server разрешает вам безопасно подключать агент AI и платформы автоматизации напрямую к вашей среде Cato — без создания пользовательских API-интеграций.
Вместо того, чтобы вручную организовывать вызовы API в скриптах, вы открываете структурированные инструменты Cato для любого совместимого клиента MCP. Это позволяет AI-рабочим процессам извлекать данные, расследовать инциденты и автоматизировать действия безопасным и контролируемым образом.
С сервером 'Источник соединения MCP' вы можете:
Подключить ИИ-агентов к Cato с использованием стандартизированного протокола
Устранить пользовательскую логику оркестрации API
Снизить сложность интеграции
Поддерживать централизованное управление и видимость
Сервер 'Источник соединения MCP' предназначен для организаций, которые хотят внедрить AI в процессы безопасности и сетевые рабочие процессы, сохраняя строгий контроль над доступом к данным и границами выполнения.
Понимание строительных блоков
Что такое LLM?
Большая языковая модель (Large Language Model, LLM) — это AI-модель, обученная на больших объёмах текста, которая может понимать и генерировать естественный язык.
Входит в корпоративные среды, LLMs могут: обобщать инциденты, создавать шаги расследования, запрашивать системы и автоматизировать операционные рабочие процессы.
Однако LLM по своей природе не имеет доступа к вашей среде. Для безопасного извлечения и управления данными требуется контролируемые интерфейсы.
Что такое MCP?
Протокол контекста модели (Model Context Protocol, MCP) — это стандартизированный протокол, который позволяет LLM безопасно получать доступ к внешним инструментам и структурированным источникам данных.
Вместо того, чтобы разрешать LLM напрямую вызывать API, MCP:
Определяет инструменты в структурированном формате
Управляет тем, как вызываются инструменты
Возвращает ответы, читаемые машиной
Сохраняет строгие границы выполнения
Что такое клиент MCP?
Клиент MCP — это компонент ПО, который подключает LLM к одному или нескольким серверам MCP. Он может размещать или подключаться к LLM, а также к нескольким серверам MCP. Он обнаруживает инструменты и использует их для безопасного выполнения вызовов.
Клиент не реализует логику Cato — он потребляет инструменты, открытые сервером Cato MCP.
Примеры клиентов MCP
Общие платформы, совместимые с MCP, включают:
Cursor IDE - среда разработки на основе ИИ с родной поддержкой MCP
OpenAI Codex (настольные, CLI, IDE интеграции) – агент программирования AI с поддержкой серверов MCP
Claude Desktop - настольный AI помощник, который подключается к серверам MCP и использует структурированные инструменты
Что такое Cato удаленный сервер MCP?
Сервер Cato Remote MCP — это размещенная конечная точка MCP, которая открывает инструменты Cato через безопасное удаленное соединение.
Вместо развертывания и поддержания локального сервера MCP ваш клиент MCP подключается напрямую к размещенной конечной точке MCP Cato. Он открывает структурированные инструменты Cato, проходит аутентификацию в вашем аккаунте и возвращает результаты клиенту MCP.
Этот подход значительно упрощает интеграцию и снижает эксплуатационные затраты.
Удаленный MCP против Локального MCP
Развертывание локального MCP
Вы размещаете сервер MCP в своей инфраструктуре.
Вы управляете доступностью и масштабированием.
Вы поддерживаете контролы безопасности.
Вы обрабатываете сетевое воздействие и обслуживание.
Эта модель предоставляет гибкость, но увеличивает сложность эксплуатации.
Удаленное развертывание Cato MCP
Cato размещает и управляет сервером MCP.
Развертывание инфраструктуры не требуется.
Обслуживание локального сервиса не нужно.
Безопасное соединение с окружением Cato обеспечено.
Удаленное MCP против Ask AI
Встроенный помощник AI Ask AI интегрирован непосредственно в Приложение Управления Cato (CMA). Cato контролирует LLM, и Ask AI оптимизирован для анализа и руководства в консоли.
Удаленный MCP позволяет контролировать LLM и слой оркестрации, и ваша AI платформа может коррелировать данные Cato с другими корпоративными системами.
Удаленный MCP включает более широкие рабочие процессы AI на уровне предприятия за пределами CMA.
Использование удаленного MCP сервера Cato
После конфигурирования источника соединения MCP Server в вашем MCP-клиенте, клиент может незамедлительно получать доступ к данным Cato в соответствии с перидом хранения данных вашего аккаунта. Например, если ваш аккаунт сохраняет данные на три месяца, клиент MCP сможет выполнять запросы исторических данных до трёх месяцев.
Доступ к данным и доступные действия строго контролируются разрешениями, назначенными ключу API, который вы используете для аутентификации. MCP сервер реализует тот же модель доступа на основе ролей, что и Cato API, обеспечивая возможность доступа AI агентов и рабочих процессов автоматизации только к данным и действиям, разрешенным этим ключом.
Необходимые условия
Клиент, совместимый с MCP (например, Cursor IDE или OpenAI Codex)
Действительный API-ключ для учетной записи Cato
Подключение к удаленному MCP серверу Cato
После подключения клиент MCP автоматически обнаруживает инструменты, которые открыты сервером Cato MCP. Сервер динамически обновляется новыми инструментами, и никаких действий для клиента MCP не требуется.
Вот API-ключи Cato, которые вы можете использовать:
API-ключ администратора для личного или интерактивного использования.
API-ключ сервиса для автоматизации и производственных рабочих процессов.
Чтобы подключить клиент MCP к удаленному серверу Cato MCP:
Убедитесь, что ваш клиент MCP уже подключен к вашему LLM.
Настройте ваш клиент MCP с URL для конечной точки API Cato:
https://api.catonetworks.com/api/v1/rest/mcpОдин и тот же URL используется для всех экземпляров CMA
Добавьте пользовательский заголовок аутентификации:
Имя заголовка: x-api-key
Значение заголовка: <Ключ API Cato>
Сохраните и активируйте соединение MCP.
Примеры использования
Расследование угроз с поддержкой AI
Аналитик спрашивает: Разследуйте этот IP и суммируйте связанные события безопасности.
Клиент MCP:
Вызовы инструмента событий безопасности
Извлечение соответствующих структурированных данных
Возвращает результаты в LLM
LLM обобщает выводы
Автоматическое обогащение инцидентов XOps
Когда создается история XOps, агент AI извлекает: связанные потоки, репутацию цели и историю пользователя. Агент затем отвечает:
Контекстный отчет
Предлагаемые действия по смягчению последствий
AI-управляемое устранение неисправностей сети
Этот пример демонстрирует, как, используя сервер Cato MCP, AI выполняет структурированные, междоменные запросы по сетевым и метрикам приложения. Это заменяет ручную навигацию по множественным панелям управления в CMA.
Администратор сообщает, что пользователи на лондонском сайте испытывают медленный доступ к Microsoft 365.
Используя 'Источник соединения MCP', агент AI выполняет запросы:
Метрики операций сайта
Состояние канала WAN
Статистика потери пакетов и задержки
Метрики производительности приложений
Он обнаруживает:
Увеличенная потеря пакетов на основном канале WAN
Ухудшение SLA для класса трафика M365
Он соотносит:
Ухудшение качества канала
Насыщение пропускной способности в пиковые часы
Он рекомендует:
Переключение на вторичный канал
Настройка приоритета QoS
Исследование производительности ISP
Известные Ограничения услуг
Клиенты MCP, поддерживающие только локальные подключения MCP (STDIO), не могут напрямую подключиться к удаленной конечной точке Cato MCP. Чтобы использовать этих клиентов, необходимо развернуть легкий MCP прокси, который мостит локальное соединение STDIO с удаленным сервером Cato MCP.