独自のセキュリティプロトコルを、科学的なモデルの上に。
SafeUs は推測せず、判断を AI に委ねません。SafeUs に届くすべての操作は一つの判断ポイントを通り、あなたが読めるルールに従い、あなたが開ける記録を残します。このページではそのモデルを説明します。正確なルール、しきい値、テストカタログは非公開です。誰かが攻撃を調整して、その下をすり抜けられないようにするためです。
シミュレーション
SafeUs が AI エージェントのリクエストを確認する流れ
例を選んでください。AI エージェントのリクエストがパスポート確認を通る様子をたどり、アカウントに届く前に SafeUs がそれを通すか、担当者の判断まで保留するか、止めるかを確認できます。
例を選ぶ
リクエストの経路
メールに隠された指示
あるメールに、すべての契約書を外部アドレスへ送るようアシスタントに指示する一文が隠されています。
受信箱アシスタント · 契約書 40 件を外部アドレスへ送信
エージェントのパスポート確認
- エージェントは誰か合格
- 誰の代理か合格
- 目的要確認
- 許可されたアクセス不合格
- ルールとリスク不合格
理由: 外部へのファイル送信はこのエージェントのパスポートにありません。
SafeUs の判断
拒否
SafeUs の対応
- SafeUs を通る送信を、ファイルが出る前に止めます
- 確認が済むまでアシスタントを隔離します
- 指示を含んでいたメールを表示します
適用されたルールとともにブラックボックスに記録されました。
これらの例の内訳
- 確認したリクエスト
- 8
- 担当者の判断待ち
- 3
- 停止
- 4
- 受信箱アシスタントファイルとドライブ拒否
- スケジュールアシスタントカレンダー許可
- 調査エージェントウェブサイト拒否
- クリーンアップエージェントファイルとドライブ保留
- サポートエージェントチャット保留
SafeUs プロトコル
製品が決して破らない 8 つのルール。
判断ポイントは一つ
SafeUs に届くすべてのリクエストは、何かが起きる前に、一つのポイントで決まった順序でチェックされます。同じルールのもとでは、同じリクエストに常に同じ答えが返ります。
判断するのはルールで、AI ではない
判断するのは明確で一定のルールです。AI による確認は不審な点があるときだけ使われ、答えをより厳しくすることしかできません。
自動化は締め、人が緩める
シグナル、コンテキスト、自動化は、判断を「ブロック」の方向にしか動かせません。判断を緩めるには、必ず人と新しいチェックが必要です。
記録できなければ実行しない
判断を先に記録へ書き込めない場合、その操作は実行されません。
内容はゼロ
保存するのは判断、フィールド名、参照だけです。メール、ファイル、チャット、プロンプトの内容、トークンやパスワードは決して保存しません。
証明できなければ約束しない
SafeUs が何かを制御していると証明できない場合は、そう伝えます。その項目は「あなたの操作」または「対象外」と表示され、「保護済み」とは決して表示されません。
影響の大きい操作はあなたを待つ
あなたの代わりに送信、削除、支払い、エクスポートを行う場合は、必ず人の承認を待ちます。
初期設定で安全
安全な設定が初期設定であり、オプションとして販売することはありません。緊急停止はすべてのプランで無料です。
判断
7 つの答え。方向は一つ。
各チェックは、最も開いたものから最も閉じたものまで、7 つの答えのいずれかを返します。どのルール、シグナル、コンテキストも答えを「ブロック」側へ押すことはできますが、戻すことはできません。
判断のはしご
- 許可
- 読み取り専用
- マスキング済み
- 制限済み
- 承認をお待ちしています
- 保留中
- ブロック
リリースのたびに数千件の自動テストで証明:どんなルールの組み合わせでも判断は後戻りしません。
科学的モデル
すべての操作に 9 つの問い。スコアはなし。
私たちはこれを「アクション安全エンベロープ」と呼んでいます。一つの不透明な数値の代わりに、すべての操作を 9 つの軸で読み取り、各軸には推定ではなく具体的なチェックで答えます。
権限
誰が、誰の代わりに動いているか?
目的
リクエストは承認された内容と一致しているか?
範囲
操作とすべてのフィールドが許可の範囲内か?
機密性
関係するデータはどれほど機密か?
操作の強さ
送信、削除、支払い、エクスポートができるか?
コンテキスト
背後にあるのはどの端末、どんな種類のネットワークか?
振る舞い
このエージェントはいつもと違う動きをしていないか?
可逆性
結果を元に戻せるか?
根拠
制御が本当に働いたことを証明できるか?
絶対的な制限は天秤にかけない
何とも相殺されない状況があります:不明またはブロック済みのエージェント、別のワークスペースのデータ、偽造または期限切れの委任、禁止されたツール、記録の欠落。これらはブロックまたは保留されます。
スコアがない理由
リスクレベルは順位であって測定値ではありません。順位を掛け合わせると、正確そうに見えて意味のない数値が生まれます。そのため SafeUs は検出結果を固定の優先順位で並べ、件数とラベルだけを示し、0〜100 の数値は決して表示しません。
疑いより検証済みを優先
検証済みの経路は、疑いがあるだけの経路より常に上位に来ます。今日最も重要な 3 件が最初に表示されます。
根拠の強さ
すべての項目が、どれだけ確かかを示します。
SafeUs は、問題なさそうに見えるという理由で「保護済み」と呼ぶことはありません。各アカウント、エージェント、端末には、示せる根拠に応じて 4 つのラベルのいずれかが付きます。
SafeUs の制御ポイントを通り、制御が証明されています。
見えていますが、まだ制御はできません。
SafeUs が正確な手順を示し、あなたが実行します。
ここにはアクセスがありません。隠さずにそう伝えます。
根拠が弱くなっても、判断が緩むことはありません。記録が空でも、安全という意味ではありません。
エージェントの能力
エージェントができることが多いほど、制御は厳しくなります。
各エージェントには、申告内容とポリシーが許す範囲から能力ティアが割り当てられます。ティアは自動的に上がりますが、下げるには必ず人が必要です。
- レベル 1読み取りのみ、ツールは一つ。
- レベル 2書き込みを行う、または複数のツールを使う。
- レベル 3送信、削除、支払い、エクスポート、外部への接続ができる。取り消せない操作はすべてあなたを待ちます。
- レベル 4コードを実行する、新しいツールを取得する、または管理者権限を持つ。初期状態で監視対象です。
- レベル 5自身を変更・複製できる、または医療、金融、公共分野で動作する。人の承認なしには起動しません。
テスト
モデルをモデル自身で試します。
Guardian Drill はあなた自身の SafeUs 設定を試します:このエージェント、アカウント、経路は、してはいけないことができてしまうか? 安全なシミュレーションとして動き、プロバイダーには何も送らず、何も変更せず、他者のシステムには一切触れません。
ドリルごとに、試したシナリオの数と見つかった開いた経路の数をお知らせします。「安全です」とは決して言いません。
スコアの代わりの 6 つの指標
- ドリル攻撃が通ってしまう頻度
- 無害なものが保留される頻度
- 安全でない副作用(目標はゼロ)
- 警告から封じ込めまでの時間
- 証明がどれだけ揃っているか
- まだ検証されていない部分の量
万一のとき
まず封じ込め、それから何が起きたかを証明する。
私たち自身の基盤
セキュリティ製品は、まず自分自身を守ります。
ワークスペースの分離
ワークスペースは互いに完全に分離されています。誤ってでも、他のワークスペースのデータは見えません。
雇用主との間のプライバシー境界
会社のワークスペースには業務範囲だけが入ります。個人の SafeUs は別のワークスペースで、雇用主からは見えません。
EU でホスト
データベースはアイルランド、アプリケーション関数はダブリン。
盗まれるパスワードがない
サインインはメールのワンタイムコードで行います。影響の大きい操作には二要素目を求めます。
検証済みのメッセージ
接続サービスからのメッセージはすべて本物か確認され、一度だけ受け付けられてから反映されます。
守られたリリース
すべての変更は、お届けする前に自動のセキュリティチェックを通過します。
バックアップと復元訓練
毎日バックアップを取っています。最初の復元訓練はまだ実施していません。結果は証跡とともにここで公開します。
非公開にしているもの
チェックの順序、しきい値、ルールコード、テストカタログ。これらを公開すると、攻撃をその下をすり抜ける形に整える手助けになってしまいます。このページの原則は変わりません。その背後の詳細は引き締め続けます。
脆弱性を見つけましたか? お知らせください。
脆弱性を見つけましたか。security@safeus.es に書いてください(info@safeus.es を写しに)。最初のメッセージにアクセストークンや個人データを入れないでください。
報告を 72 時間以内に受領し、問題が解決するまでお知らせすることを目指します。
自分のワークスペースだけを試し、他の人のデータにアクセスせず、サービスを低下させないでください。これらの規則に従う善意の調査は追及しません。
このページは認証を主張せず、スコアも表示しません。SafeUs に根拠がない部分は、そうはっきり伝えます。