LEGEND-A · решение АО «ИТБП»
Поставляем серверы для ИИ, проектируем и внедряем корпоративные AI-системы. Рабочие станции, GPU-серверы и инфраструктура под локальные модели, RAG, ИИ-агентов и задачи машинного обучения.
Данные, права доступа и действия ИИ остаются под контролем организации.
01 · Инфраструктура
Компании внедряют корпоративные LLM, RAG, ИИ-агентов и средства автоматизации. Одновременно возникают новые точки доступа к документам, переписке, базам данных, учетным системам, API и корпоративным учетным записям.
Подключение моделей и агентов к информационным системам создает новый интерфейс доступа к корпоративной информации. Корпоративный ИИ необходимо рассматривать как полноценную информационную систему: с владельцем, границами, правами, журналами и требованиями защиты.
Целевая архитектура корпоративного AI-контура
Схема упрощена
Защищенный контур
Контур 1
Контур 2
Такой подход позволяет внедрять ИИ в реальные бизнес-процессы, сохраняя контроль над корпоративными данными, правами пользователей и действиями AI-агентов. Безопасность корпоративного ИИ проектируется одновременно с его функциональностью, а не добавляется после внедрения.
02 · Решения
АО «ИТБП» проектирует и внедряет корпоративный ИИ, анализирует уже существующие внедрения, проверяет архитектуру и защищенность, формирует защищенный AI-контур и обеспечивает контроль данных, прав, действий агентов и внешних подключений.
Сценарий 1
Обследуем процессы и инфраструктуру, определим применимые сценарии, спроектируем архитектуру и создадим защищенный AI-контур: от пилота на реальных задачах до промышленной эксплуатации.
Спроектировать корпоративный ИИСценарий 2
Проведем инвентаризацию AI-сервисов, анализ потоков данных, архитектуры, доступа и защищенности существующих AI-систем. По итогам предложим целевую архитектуру защищенного контура и план устранения рисков.
Провести аудит03 · Корпоративные знания
Корпоративные документы, переписка, нормативная база, договоры, история решений и информация из информационных систем объединяются в управляемую базу знаний. Модель отвечает на основании источников организации и ссылается на них.
Пользователи и AI-агенты получают только разрешенный им объем информации: права наследуются из исходных систем и проверяются при каждом обращении.
Индексация
Подключение источников, разбиение и векторизация документов, обновление индекса по расписанию или событиям. Версии документов и их актуальность отслеживаются.
Доступ
Каждый ответ формируется только из документов, доступных конкретному пользователю или агенту. Ограничения исходных систем сохраняются в базе знаний.
Проверяемость
Сотрудник видит, на каких документах и фрагментах основан ответ, и может перейти к первоисточнику в исходной системе.
04 · ИИ-агенты в бизнес-процессах
ИИ может не только искать информацию, но и участвовать в выполнении бизнес-процессов через разрешенные инструменты: учетные системы, СЭД, почту, API, RPA-сценарии и управляемые интерфейсы инструментов (MCP и аналоги).
Каждый агент работает в рамках своей роли, с минимально необходимыми правами и полным журналом действий.
Финансы
Право
Закупки
ИТ
Управление
ИБ
Критические действия могут выполняться только после подтверждения уполномоченным сотрудником. Проведение документов, платежи, изменение прав, отправка данных за пределы контура и другие необратимые операции требуют явного подтверждения человеком.
05 · Защищенный контур
Корпоративные документы и базы знаний могут обрабатываться локальными моделями без передачи содержимого внешнему AI-провайдеру. Вариант размещения определяется характером данных, требованиями информационной безопасности и вычислительными ресурсами заказчика.
Вариант A
LLM, RAG и корпоративные данные размещаются в инфраструктуре заказчика: в ЦОД, на серверах предприятия или на выделенных GPU-узлах. Данные не покидают периметр организации.
Вариант B
Работа без обращения к публичным AI-сервисам и при необходимости без доступа в Интернет. Обновление моделей и компонентов выполняется контролируемо, через процедуры заказчика.
Вариант C
Чувствительные данные обрабатываются локально, а разрешенные обращения к внешним моделям проходят через контролируемый AI Gateway с политиками, фильтрацией и журналированием.
Модели
Подбор моделей под задачи и оборудование заказчика, включая российские и открытые модели. Единый интерфейс доступа независимо от того, где работает модель.
Инфраструктура
Расчет GPU-мощностей, хранилищ и сети под нагрузку. Размещение в существующей виртуализации или на выделенном оборудовании.
Эксплуатация
Мониторинг, резервирование, обновление моделей и индексов, регламенты эксплуатации, передача знаний команде заказчика.
06 · Безопасность корпоративного ИИ
Модель, база знаний и агенты получают доступ к тем же данным, что и сотрудники. Поэтому к ним применяются те же требования: разграничение доступа, контроль информационных потоков, журналирование и мониторинг.
01 · Разграничение доступа
ИИ не должен предоставлять сотруднику информацию, которой он не может получить в исходной системе. Права проверяются на уровне документов, записей и инструментов при каждом запросе.
02 · Контроль данных
Контроль информации, передаваемой пользователями, агентами, API и внешними моделями. Интеграция с DLP и политиками защиты информации, классификация и маскирование чувствительных данных.
03 · Журналирование
Фиксация запросов, обращений к данным, действий AI-агентов, вызовов инструментов и результатов операций. Журналы пригодны для аудита и расследований.
04 · Контроль внешних LLM
Все обращения к внешним моделям проходят через единый шлюз с политиками, фильтрацией и журналом. Возможность ограничить прямой доступ сотрудников к публичным нейросетям.
05 · Изоляция AI-агентов
Каждый агент имеет минимально необходимые права. Потенциально опасные операции выполняются в sandbox, контейнере или иной изолированной среде с ограничением сети и файловой системы.
06 · Защита секретов
API-ключи, токены, пароли и другие секреты не передаются в prompt или context. Используются vault, хранилища секретов и контролируемый шлюз инструментов.
07 · Prompt injection
Отдельный уровень защиты от prompt injection, indirect prompt injection, внедрения инструкций через документы и веб-страницы, несанкционированного вызова инструментов.
08 · Мониторинг
Контроль аномального поведения, массового извлечения информации, необычных действий агентов и обращений к запрещенным источникам. События передаются в SIEM и SOC заказчика.
07 · Отдельная услуга
Проверим уже используемые в компании AI-сервисы, локальные модели, RAG и ИИ-агентов. Аудит выполняется как самостоятельный проект и не требует последующего внедрения.
Результат: понятная картина того, какие данные и куда уходят, кто и к чему имеет доступ через ИИ, какие риски критичны и что делать в первую очередь.
01
Какие AI-сервисы, LLM, агенты, плагины и интеграции фактически используются в компании, включая неучтенные.
02
Что отправляется модели, где обрабатывается, где хранится, кто получает результат.
03
К каким документам, системам, базам данных и API имеют доступ пользователи и AI-агенты.
04
05
06
07
Определение требований, которые применимы именно к инфраструктуре конкретного заказчика: по категории системы и характеру данных.
08
Для старта достаточно перечня используемых AI-сервисов и схемы информационных систем. Объем и сроки аудита определяются после короткого установочного интервью.
08 · Регуляторные требования
При внедрении корпоративного ИИ учитываются требования, применимые к информационной системе заказчика, категории объекта и характеру обрабатываемой информации. Корпоративный ИИ не является отдельным объектом регулирования сам по себе: требования определяются той системой, частью которой он становится.
В зависимости от проекта это может включать требования в области:
АО «ИТБП» выполняет лицензируемые виды деятельности в области защиты информации, включая деятельность по разработке и производству средств защиты конфиденциальной информации, и сопровождает заказчика при подготовке информационной системы к процедурам оценки соответствия и к проверкам регуляторов, включая ФСТЭК России.
Что входит в работы по защите AI-контура
Состав работ фиксируется по итогам обследования и зависит от класса и категории информационной системы заказчика.
09 · Этапы проекта
Проект ведется как внедрение информационной системы: с обследованием, проектной документацией, пилотом на данных заказчика, анализом защищенности и передачей в эксплуатацию.
01
Бизнес-процессы, системы, данные, инфраструктура, требования ИБ.
02
Определение процессов, где ИИ дает измеримый результат.
03
LLM, RAG, агенты, интеграции, вычислительная инфраструктура, безопасность.
04
Ограниченный контур на реальных сценариях заказчика.
05
Доступ, утечки, API, агенты, журналы, внешние сервисы.
06
Интеграция в существующую инфраструктуру.
07
Мониторинг, аудит, сопровождение, развитие сценариев.
10 · Стоимость
Архитектура, объем интеграции, вычислительная инфраструктура и требования информационной безопасности определяются индивидуально для каждого проекта. После обследования заказчик получает предварительную архитектуру, состав работ и оценку стоимости.
О компании
АО «ИТБП»: комплексный интегратор в области информационных технологий и безопасности. LEGEND-A обозначает направление компании по корпоративному ИИ; проектирование, внедрение, аудит, интеграцию и сопровождение выполняет АО «ИТБП».
Компания реализует проекты полного цикла: от обследования и проектирования до внедрения, интеграции, защиты и сопровождения информационных и технических систем.
Компетенции ИТБП в области информационной безопасности позволяют внедрять корпоративный ИИ как часть существующей инфраструктуры предприятия с учетом требований к доступу, защите данных, контролю информационных потоков и эксплуатации AI-систем.
О компании ИТБПКомпетенции АО «ИТБП»
Лицензия на деятельность по разработке и производству средств защиты конфиденциальной информации. Полная информация о компании, лицензиях и реквизитах размещена на сайте АО «ИТБП».
Санкт-Петербург, Средний проспект Васильевского острова, 88 · +7 (812) 214-25-50 · info@it-s-p.ru
Начало проекта
Сначала необходимо определить бизнес-процессы, данные, архитектуру и требования информационной безопасности.
АО «ИТБП» поможет спроектировать, внедрить или провести аудит существующего AI-контура компании.
