Architectuur van Vertrouwde Agents: Kennisgraphs Omzetten in Veilige Beleidsmachines

Description

Je hebt je AI-agents toegang gegeven tot de kennisgraph. Nu kunnen ze alles beantwoorden, gebaseerd op echte data, zonder hallucinaties. Probleem opgelost, toch? Niet echt. Wat gebeurt er als iemand de agent vraagt om vertrouwelijke HR-dossiers samen te vatten? Of het salaris van de CEO op te vragen? Wat als een agent een kritieke asset verwijdert en je geen idee hebt waarom? En hoe voldoet dit alles aan de GDPR of CCPA? Beveiliging is het onderdeel dat de meeste teams overslaan bij het bouwen van op kennis gebaseerde AI. En wanneer ze er wel aan denken, grijpen ze naar rolgebaseerde toegangscontrole, wat stilletjes verandert in een rommel van roluitbreiding en over-bemachtigingen. Dat is een slechte combinatie met AI, waar gedrag dynamisch en moeilijk te voorspellen is. In deze sessie leer je hoe je je eigen graph kunt omzetten in een beleidsmachine die je agents daadwerkelijk kunnen vertrouwen. We behandelen: Waarom verbonden data de beveiligingsrisico's voor agentische AI verhoogt Waarom RBAC faalt en wat je in plaats daarvan kunt gebruiken Hoe je je graph als beveiligingscontext kunt toepassen Echte standaarden die je vandaag kunt gebruiken: MCP, A2A, OAuth2, en de nieuwe AuthZEN-autorisatiestandaard Gast: Alex Babeanu ( https://www.linkedin.com/in/ababeanu/ )