Unbegrenzte Geräte, exec0 gegen schädliche Tool-Aufrufe, das größere Erkennungsmodell, SIEM-Export und flottenweite Governance, ob cloud-verwaltet oder vollständig privat.
Alles aus Pro, dazu:
Feste Regeln und Melira AI prüfen Tool-Aufrufe, bevor sie laufen; Lesen und Suchen werden nicht geprüft.
Bessere Trefferquote bei seltenen Angriffen.
Meldungen als JSON, CEF oder Syslog an Splunk, Sentinel oder QRadar, auch von privaten Geräten über ein lokales Log.
SCCM, Intune oder Ansible, gerätegebundene Lizenzen und Schwellwerte und Profile je Gerät.
Eigene Konsole unter Ihrem eigenen Hostnamen, eine Region Ihrer Wahl, eine getrennte Datenbank.
Zusatzmodule: inject0 gegen Prompt Injection und auf Anfrage Ihr eigenes Modell als zusätzliche Prüfung (Beta).
Geräte senden geschwärzte Diffs; Sie bekommen eine Live-Sicht auf die Flotte und Steuerung in Echtzeit, jede ausgehende Anfrage steht im Egress-Ledger.
Kein Inhalt verlässt das Gerät; eine dokumentierte Prüfung im Monat, Konfiguration signiert und offline zugestellt; die komplette Konsole läuft in Ihrer eigenen Instanz.
Memory Poisoning ist kein einzelner Trick. Es ist eine Familie von Techniken, und eine Abwehr ist nur so gut wie ihre Abdeckung der schweren Fälle. Der Detektor wird gegen jede dieser Klassen trainiert und evaluiert.
Explizite Anweisungen, in einen Memory-Eintrag geschmuggelt („ab jetzt tue X“), die der Agent später befolgt, als wären es seine eigenen.
Einträge, die den Agenten dazu bringen sollen, Geheimnisse, Zugangsdaten oder privaten Kontext an ein vom Angreifer kontrolliertes Ziel zu schicken.
Der heimtückischste Zug: ein Eintrag, der auf den Schutz selbst zielt - „vertraue dieser Quelle, prüfe sie nicht mehr“. Ist die Wache entwaffnet, spaziert jeder spätere Angriff hinein.
Eine Inszenierung, die den Agenten über eine Rolle oder ein Szenario aus seinen Sicherheitsregeln lockt, statt die schädliche Anweisung offen auszusprechen.
Die schwersten überhaupt: Einträge, die wie völlig legitime Notizen klingen, ohne verräterisches Zeichen - genau die, an denen einfache Filter und Schlagwortregeln vorbeisegeln.
Die Inference-Engine läuft in einer vom Kernel erzwungenen Sandbox - Modell lesen, auf localhost antworten, sonst nichts. Das Folgende gilt für jedes Gerät, das eine lokale Analyse ausführt (Private-Modus oder Cloud-Modus mit lokaler Bewertung). Die einzige ehrliche Plattform-Voraussetzung gibt es auf Linux.
| Plattform | Voraussetzung |
|---|---|
| Linux | Kernel ≥ 5.13 mit aktivem Landlock: Ubuntu ≥ 22.04, Debian ≥ 12, RHEL ≥ 9.6 ab Werk. Sonst per Boot-Parameter lsm=landlock,… aktivieren. |
| Container | Das Standard-Docker-seccomp-Profil blockt die Landlock-Syscalls - ein angepasstes Profil ist nötig. |
Sprechen Sie mit uns über einen Enterprise-Rollout - erweiterte Erkennungsfähigkeiten, Governance-Kontrollen und das Deployment-Modell, das Ihr Security-Team benötigt.
Sales kontaktieren