Vai al contenuto

Concetti chiave

La mappa degli accessi in lettura/scrittura

Come Olivares AI modella l'accesso degli agenti come un grafo tipizzato lettura/scrittura.

Ultimo aggiornamento:

La mappa degli accessi in lettura/scrittura è la struttura dati su cui si basa tutto il resto. Se la comprendi, comprendi il prodotto.

Nodi e archi tipizzati

La mappa è un grafo. Gli agenti sono nodi. Le risorse che possono raggiungere — database, object store, server MCP, API, code — sono nodi. Ogni arco è una relazione di accesso tipizzata: R (l’agente può leggere la risorsa) o RW (l’agente può leggerla e scriverla).

La tipizzazione di ogni arco come lettura o scrittura è intenzionale. Il principio del privilegio minimo e il raggio d’impatto di un incidente sono entrambi funzione dell’accesso in scrittura, non della mera connettività. Un agente di reporting che può solo leggere un data warehouse e un agente di deployment che può riscriverlo non rappresentano lo stesso rischio, e una semplice lista “ha accesso” nasconde esattamente questa differenza.

Permessi vs Osservazioni

La mappa contiene due livelli e li confronta continuamente:

  • Permesso — ciò che l’agente ha il diritto di fare, derivato da concessioni e policy.
  • Osservato — ciò che è stato effettivamente rilevato fare, derivato da telemetria e trail di audit nativi.

La differenza è dove sta il valore:

  • Accesso inatteso — un arco che è stato osservato ma non previsto. Questa è la segnalazione che un team di sicurezza vuole davvero vedere.
  • Concessioni inutilizzate — un arco che è permesso ma mai esercitato. Questa è la lista concreta per la riduzione dei privilegi, non un generico “rivedi il tuo IAM”.

Il tour del prodotto dal vivo mostra questa sovrapposizione su una cattura reale.

La fedeltà è a livelli — e mostrata

La mappa è valida solo quanto ciò che una sorgente può dimostrare, e lo dichiara esplicitamente anziché bluffare. Due assi indipendenti vengono mostrati per ogni arco:

  • Copertura lettura vs scrittura:
    • clean — l’audit nativo rende la distinzione R/RW inequivocabile (PostgreSQL via pgAudit, object storage via CloudTrail, data warehouse e data lake).
    • lossy — segnale parziale, ad esempio alcuni document store e vector store.
    • opaque — non può essere ricostruito passivamente (Redis, SQLite, D1). L’arco viene marcato unknown anziché indovinato.
  • Attribuzione:
    • firm — la sorgente porta un’identità per agente.
    • approximate — un account di servizio condiviso nasconde quale agente ha agito.

Poiché entrambi gli assi viaggiano con l’arco, una relazione conosciuta con certezza e una appena intravista non vengono mai presentate come se fossero ugualmente certe.

Lettura per prima cosa, per progetto

Costruire questa mappa è un’attività di osservazione, non di intercettazione. Olivares AI non si interpone nel percorso delle richieste tra un agente e le sue risorse; acquisisce la telemetria e l’audit nativo fuori banda. Visualizzare la mappa è essa stessa un’azione privilegiata, circoscritta al tenant e completamente registrata nell’audit. Il prodotto osserva e governa per prima cosa; dove può agire, lo fa in modalità deny-closed — mai come esecutore indiscriminato.

Correlati

Cerca nella documentazione