Metterò in sicurezza il tuo llm e l'app di ai contro prompt injection e perdite di dati
Lead Security Architect per Hybrid Cloud, IAM e Zero Trust
Selezionato da Fiverr Pro
Marlon Costa selezionato dal team Fiverr Pro per la sua esperienza.
Selezionato per
Assistenza e IT
Cloud computing
Consulenza sulla conformità normativa
Ingegneria DevOps
Protezione e governance dei dati
Sicurezza informatica
Informazioni su questo servizio
Vetted Pro
Quali cose può far fare il tuo AI a qualcosa che non avevi mai previsto?
Un'app LLM prende input non affidabili ed è affidata ai tuoi dati e ai tuoi strumenti. La maggior parte funziona con il prompt come unico controllo, e un prompt non è uno.
Probabilmente sei qui perché
- Il tuo agente può spostare soldi, modificare record o inviare cose
- Qualcuno ti ha mostrato uno screenshot di qualcosa che fa che non dovrebbe
- Un cliente ti ha chiesto come lo proteggi e non hai saputo rispondere
Ciò che ottieni
- Ciò che il tuo agente può essere fatto a fare, mostrato e non solo descritto
- Ogni scoperta con la soluzione architetturale, non solo una modifica al prompt
- Barriere di sicurezza progettate: filtraggio input, limiti agli strumenti, isolamento
- Una sessione dal vivo con i tuoi ingegneri, non una presentazione
Come funziona
- Mi mostri l'app e quali dati e strumenti raggiunge
- Lo testo come farebbe un attaccante, entro limiti che concordiamo prima
- Ricevi le scoperte e le modifiche, passo dopo passo
Su cosa puoi contare
Niente viene testato senza limiti scritti e concordati prima: account, limiti, condizioni di stop.
Compatibile con
OpenAI, Anthropic, Bedrock, modelli self-hosted, RAG, agenti.
Testato contro OWASP LLM Top 10, MITRE ATLAS, NIST AI RMF.
Dimmi cosa hai costruito e ti dirò quale package fa per te.
Expertise:
Privacy
•
Gestione della configurazione
•
Protezione dati
Normativa:
GDPR
Il mio portfolio
Altri servizi della categoria Sicurezza informatica offerti da me
FAQ
Traduzione automatica.
È un test reale o solo una scansione automatizzata?
Entrambe le fasi. Una vasta baseline automatizzata per la copertura, poi un test mirato manuale per i rischi ad alto impatto che l'automazione non può trovare, come injection indiretta tramite RAG. Ricevi passaggi di riproduzione e scoperte reali, non solo output dello scanner.
Hai bisogno di accesso al mio sistema?
Testo il livello dell'applicazione che autorizzi. È preferibile un ambiente di staging o di test. Il testing in produzione è possibile con il tuo consenso scritto esplicito e limiti concordati.
Di cosa hai bisogno per iniziare?
La tua applicazione o endpoint, una breve descrizione dell'architettura (modello, RAG, strumenti o plugin, fonti di dati), e autorizzazione scritta per testare. Concordiamo lo scope prima di qualsiasi ordine.
Testi il provider del modello, come OpenAI o Anthropic?
No. Testo la tua applicazione e il suo livello di integrazione, dove risiede quasi tutto il rischio reale. Non testo l'infrastruttura del modello di terze parti.
È legale?
Sì, quando autorizzato. Richiedo conferma scritta che possiedi o controlli il target e che consenti il testing entro uno scope e un periodo concordati. Questo protegge entrambe le parti.
Copri agenti AI e RAG?
Sì. Abuso di strumenti agentici e chiamate di funzione, e injection indiretta tramite retrieval sono parti fondamentali della batteria mirata.
Come si collega a tuo gig di AI governance?
Questa è la fase di testing di sicurezza tecnica. Se hai bisogno di framework readiness su NIST AI RMF, ISO 42001 o l'EU AI Act, questa è la mia valutazione separata di AI Governance. Si completano a vicenda.

