Salt Security heeft zijn beveiligingsplatform voor AI-systemen verder uitgebreid met nieuwe ingebouwde AI Detectie en Reactie (AI-DR)-mogelijkheden. Het bedrijf presenteerde deze op 22 september 2026 als een runtime beschermingslaag voor taalmodellen, die in staat is om prompt-injecties, jailbreak-pogingen en onveilige gedrag te detecteren. Daarnaast relateert AI-DR ook aanvallen op het model aan daaropvolgende acties op MCP-servers, bedrijfs-API’s en tools.
De kernprincipes van AI-agentbeveiliging in 30 seconden
- Salt integreert AI-DR native in haar beveiligingsplatform voor agents en API’s.
- De bescherming bestrijkt directe en indirecte prompt-injecties, jailbreaks en onveilig gedrag tijdens de uitvoering.
- Het systeem legt verbanden tussen het initiële aanval op een Language Learning Model (LLM) en de daaropvolgende acties op MCP, tools en API’s.
- Uit een citaat uit onderzoek van Salt blijkt dat 49,8 % van de organisaties in het afgelopen jaar verdachte of niet-autoriseerde acties van AI-agents heeft waargenomen of vermoed.
- De nieuwe functie is nu beschikbaar binnen Salt Agentic Detection and Response (AG-DR).
Deze innovatie speelt in op een veranderend aanvalsovervlak voor AI-toepassingen. Waar een taalmodel slechts een enkele reactie genereert, blijft een beveiligingsprobleem vaak beperkt tot die interactie. Zodra het model deel uitmaakt van een agent die verbonden is met tools, databases, MCP-servers of bedrijfs-API’s, kan een gemanipuleerde instructie gevolgen hebben voor andere systemen.
Salt adresseert precies dit scenario met haar nieuwe architectuur. Het bedrijf wil dat beveiligingsteams het volledige traject kunnen volgen — van de kwaadaardig ingebrachte input in het model tot de verdere acties op andere componenten.
Van prompt-injectie tot aanval op een API
Prompt-injectie omvat het toevoegen van instructies waarmee het gedrag van een model wordt gewijzigd. Dit kan direct plaatsvinden, wanneer een aanvaller interactie heeft met het systeem, of indirect, via inhoud die door het model wordt verwerkt.
OWASP positioneert prompt-injectie als LLM01 in haar risico-overzicht voor applicaties gebaseerd op taalmodellen, bijgewerkt tot 2026. De organisatie onderscheidt ook tussen directe en indirecte aanvallen en beschrijft scenario’s waarbij externe inhoud het gedrag van verbonden systemen kan beïnvloeden.
Salt streeft ernaar de detectie verder te brengen dan alleen het model zelf. Haar platform verbindt agents met gebruikte modellen, MCP-servers, beschikbare tools en opvolgende API’s via een Agentic Security Graph.
Hierdoor kan een gebeurtenis in een LLM gekoppeld worden aan latere acties. Volgens Salt maakt deze correlatie het mogelijk te bepalen of een prompt-injectie heeft geleid tot specifieke toolmanipulatie of een poging tot API-toegang.
Als voorbeeld noemt Salt een agent die facturaties verwerkt. Een aanvaller zou deze kunnen manipuleren om gegevens uit een MCP-gebonden rekenhulp te verkrijgen of via die API ongeautoriseerde terugbetalingen uit te voeren.
In dat scenario is de eerste ‘aanval’ niet noodzakelijkerwijs een API-kwetsbaarheid. Het begint met een gemanipuleerde invoer in het model en strekt zich uit via de toegestane verbindingen van de agent. Voor beveiligingsteams kan het reconstructeren van deze keten cruciaal zijn om blootgestelde systemen en rechten te identificeren.
49,8 % van de organisaties rapporteert vermoedens of incidenten
Salt citeert gegevens uit haar 2H 2026 State of Agentic AI and API Security-studie, waaruit blijkt dat 49,8 % van de ondervraagde organisaties bevestigde of vermoedde dat een AI-agent in het afgelopen jaar ongewenste of niet-geautoriseerde acties heeft uitgevoerd.
Dezelfde studie geeft aan dat slechts 12,5 % van de organisaties het volledige pad van een agent — van prompt tot MCP en API — consistent kan traceren.
Deze cijfers, afkomstig uit een Salt-enquête, illustreren een belangrijk probleem: het traceren van de volledige aanvalsketen binnen complexe AI-architecturen. Vaak beschikken organisaties over verschillende beveiligingsmechanismen die niet geïntegreerd zijn, wat het moeilijk maakt om aanvallen in kaart te brengen.
Salt streeft ernaar deze informatie te centraliseren binnen haar platform, zodat beveiligingsteams beter zicht krijgen op volledige aanvalspatronen.
AI-DR voegt zich bij agentveiligheid
De nieuwe functionaliteit maakt deel uit van Salt Agentic Detection and Response (AG-DR). Deze wordt geïntegreerd met Agentic Security Posture Management (AG-SPM), een ander onderdeel van het platform dat organisaties helpt inzicht te krijgen in hun bestaande agents en beveiligingslacunes.
AG-SPM identificeert aanwezige agents en mogelijke zwakke punten; AG-DR richt zich op het detecteren en relateren van aanvallen die die agents en verbonden systemen treffen.
De combinatie voorziet in twee fasen: eerst het overzicht krijgen van de aanwezige agents, werkende modellen en tools; vervolgens het detecteren van malafide gedrag tijdens uitvoering en het relateren hiervan aan latere acties.
Salt benadrukt ook dat veel organisaties al verschillende beveiligingsmaatregelen hebben voor AI-omgevingen, zoals cloud guardrails, AI-gateways, endpoint-beveiliging en SASE-oplossingen.
De intentie is deze systemen niet te vervangen, maar te integreren binnen één overzicht, en bescherming toe te voegen waar bestaande beveiliging tekortschiet — bijvoorbeeld bij interne agents die op Kubernetes draaien.
Zo kunnen organisaties bestaande gateways blijven gebruiken, terwijl Salt bescherming toevoegt aan componenten die dat nog niet hebben.
Beveiliging verandert wanneer modellen kunnen handelen
Het belangrijkste technische verschil ligt in de bevoegdheden van de agents. Een model dat enkel vragen beantwoordt, heeft een beperkte risico-omgeving in vergelijking met een agent die informatie kan opvragen, functies kan uitvoeren, gegevens kan wijzigen of externe services kan aanroepen.
OWASP ontwikkelt voor 2026 een specifiek kader rondom de risico’s van agent-based applicaties, omdat dergelijke systemen zelfstandig kunnen plannen, handelen en beslissingen nemen binnen complexe workflows.
OWASP-onderzoek van 2026 toont incidenten waarin problemen met permissies, tools, authenticatie en agent-autonomie leidden tot gevolgen die verder gaan dan de onmiddellijke reactie van het model.
In dergelijke scenario’s is het niet voldoende om alleen een kwaadaardige prompt te detecteren. Het is ook essentieel te weten welke tools, welke identiteit, en welke MCP-servers en API’s betrokken waren bij de actie.
Salt gebruikt een “security graph” om deze verbanden zichtbaar te maken. Volgens het bedrijf stelt deze aanpak teams in staat te bepalen waar de aanval begon, welk doel werd bereikt en welke bedrijfsconcepten daarbij mogelijk in gevaar zijn gekomen.
AI-DR is beschikbaar binnen Salt AG-DR, onderdeel van de Salt Agentic Security Platform. Het bedrijf heeft niet vrijgegeven onafhankelijke bewijzen of vergelijkende prestatiecijfers, dus de genoemde functies zijn eerst en vooral aangekondigde mogelijkheden van de leverancier.
De evolutie weerspiegelt de veranderende markt: bescherming gaat verder dan alleen het controleren van de output van een model. In agent-architecturen is het even belangrijk te monitoren wat het model kan doen, welke tools het gebruikt en wat er gebeurt na elke actie.
Veelgestelde vragen
Wat is Salt Security’s AI Detection and Response?
Het is een runtime detectie- en reactiemogelijkheid voor AI-gestuurde systemen. Salt integreert dit binnen AG-DR om aanvallen op modellen te detecteren en deze te relateren aan acties op MCP-servers, tools en API’s.
Welke aanvallen kan de nieuwe functie detecteren?
Salt wijst op detectie van directe en indirecte prompt-injecties, jailbreak-pogingen en onveilig gedrag tijdens uitvoering.
Hoe verhoudt AI-DR zich tot MCP-servers?
Salt gebruikt haar Agentic Security Graph om agents te relateren aan hun modellen, MCP-servers, tools en API’s. Hierdoor kan een aanval op het model worden gekoppeld aan latere acties op die componenten.
Is AI-DR al beschikbaar?
Ja. Salt geeft aan dat de native AI-DR-mogelijkheden beschikbaar zijn binnen Salt Agentic Detection and Response, onderdeel van het Salt Agentic Security Platform.