Arquitectura de Agentes Confiables: Transformando Gráficos de Conocimiento en Motores de Políticas Seguras

Description

Has dado acceso a tus agentes de IA al gráfico de conocimiento. Ahora pueden responder cualquier cosa, basándose en datos reales, sin alucinaciones. ¿Problema resuelto, verdad? No exactamente. ¿Qué ocurre cuando alguien le pide al agente que resuma archivos confidenciales de recursos humanos? ¿O que obtenga el salario del CEO? ¿Qué pasaría si un agente elimina un activo crítico y no tienes idea de por qué? ¿Y cómo se cumple todo esto con el GDPR o el CCPA? La seguridad es la parte que la mayoría de los equipos omiten al construir IA basada en conocimiento. Y cuando piensan en ello, optan por el control de acceso basado en roles, que silenciosamente se convierte en un lío de explosión de roles y sobre permisos. Esa es una mala combinación con la IA, donde el comportamiento es dinámico y difícil de predecir. En esta sesión, aprenderás cómo convertir tu propio gráfico en un motor de políticas en el que tus agentes puedan confiar realmente. Cubrimos: Por qué los datos conectados aumentan las apuestas de seguridad para la IA agentiva Por qué el RBAC falla y qué usar en su lugar Cómo aplicar tu gráfico como contexto de seguridad Estándares reales que puedes usar hoy: MCP, A2A, OAuth2 y el nuevo estándar de autorización AuthZEN Invitado: Alex Babeanu ( https://www.linkedin.com/in/ababeanu/ )