AI ඇජන්ට් බහු-කාර්ය පද්ධති ගොඩනැගීමේදී, ඇජන්ට් A, B, C වැනි ඒකක අතර ගොඩනැගිල්ලේ API හරහා පණිවිඩ හුවමාරු කරයි. ඒ පණිවිඩයන්හි විශ්වාසය, සත්යාපනය, අඛණ්ඩතාව යනාදිය පිළිබඳ සැලකිල්ලක් නොදෙයි නම්, පාලකයාගේ අතට එම පණිවිඩය අතුරුදන් වීම හෝ වෙනස් වීම ඉතා පහසු වේ.
ඇජන්ට් අතර අසුරූ සන්නිවේදනය (ASI07) යනු, ඒකක අතර යවන පණිවිඩයන්හි ප්රමාණවත් සත්යාපනය, අඛණ්ඩතා පරීක්ෂා, හෝ අර්ථ විමසුම නොමැති තත්ත්වයයි. මෙය අක්රමිකව MITM (Man‑In‑The‑Middle) ප්රහාර, පණිවිඩ යළි භාවිතය, ප්රොටොකෝල අඩු කිරීම, හෝ මැට්ඩේටා විකෘතිය මගින් ඇජන්ට් ක්රියාකාරිත්වය වෙනස් කරයි.
ඇජන්ට් A "$500 මුදලක් X ගිණුමට ආපසු ලබාදෙන්න" කියන විධානය B වෙත යැවූ විට, B ඒ විධානය ඇත්තටම A වෙතින් ලැබුණාද, A අලුත්ම ආරක්ෂිත තත්වයකද යන්න තහවුරු නොකළහොත්, හේතුවක් නැතිව පණිවිඩය වෙනස් කරනු ලැබේ.
ඉතිහාසය පෙන්වන්නේ, මයික්රොසර්විස්ස් (micro‑services) ආකාරයට අභ්යන්තර සම්බන්ධතාද බාහිර සම්බන්ධතා වගේම Zero Trust, mTLS, සහ Schema Validation වැනි ආරක්ෂක පියවරෙන් යුක්ත විය යුතුය. නමුත් AI ඇජන්ට් පණිවිඩයන් ස්වභාවික භාෂාවෙන් (untyped) හුවමාරු වීම නිසා, ඒවායේ අර්ථය තේරුම් ගැනීම තරමක් අර්බුදයකි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ AI පර්යේෂණ, fintech, සහ e‑commerce ක්ෂේත්රවල බහු‑ඇජන්ට් පද්ධති භාවිතය වේගයෙන් ඉදිරියට යමින් පවතී. මෙම ආරක්ෂක පරීක්ෂාව නොකළහොත්, දේශීය සංවර්ධකයින්ගේ පද්ධති අක්රමිකව පරිහරණය කරගැනීමට හෝ රහස් දත්ත හොරකම් කිරීමට අවස්ථා ලැබේ. විශේෂයෙන්, ගෙවීම්, ගබඩා, සහ පාරිභෝගික සේවා ඇතුළත් පද්ධති තුළ අසුරූ සන්නිවේදනයක් ඇති වීමෙන් ආර්ථික හා නීතිමය ප්රතිඵල බරපතළ වේ.
ඉතා වැදගත් කරුණක් නම්, ශ්රී ලංකාවේ තරුණ සංවර්ධකයින්ට Zero Trust මූලධර්ම, mTLS, සහ පණිවිඩ ස්කීමා සත්යාපනය ගැන ඉගෙන ගැනීමට අවස්ථාව ලැබීමයි. මේ නිසා, දේශීය ආයතනවල AI‑ඇජන්ට් පද්ධති ආරක්ෂාකාරීව නිර්මාණය කර, ජාත්යන්තර තරඟකාරීත්වය තුළ ඉදිරියට යා හැකිය.
අවසන් වශයෙන්, අන්තර්‑ඇජන්ට් සන්නිවේදනයේ ආරක්ෂක පරීක්ෂාව නොකළහොත්, පද්ධති එකලස්වීම, දත්ත හොරකම්, සහ සේවා අස්ථානය වැනි බොහෝ අවදානම් උද්දීපනය වේ. එබැවින්, ඇජන්ට් සත්යාපනය, අඛණ්ඩතා පරීක්ෂා, සහ අර්ථ සත්යාපනය යන තත්ත්වයන් සියලුම AI පද්ධති සැලසුම්කරුවන් අත්යවශ්ය ලෙස අනුගමනය කළ යුතුය.
