Ik beveilig je llm en ai-app tegen prompt injection en datalekken
Lead Security Architect voor Hybrid Cloud, IAM en Zero Trust
Gescreend door Fiverr Pro
Marlon Costa is geselecteerd door het team van Fiverr Pro vanwege diens expertise.
Gescreend voor
Advies over naleving van regelgeving
Cloud Computing
Cyberbeveiliging
Databeleid en -bescherming
DevOps-techniek
IT en ondersteuning
Over deze dienst
Vetted Pro
Wat kan iemand jouw AI laten doen dat je nooit hebt bedoeld?
Een LLM-app neemt onbetrouwbare input en wordt vertrouwd met jouw data en tools. De meeste worden geleverd met de prompt als enige controle, en een prompt is dat niet.
Je bent waarschijnlijk hier omdat
- Je agent geld kan overmaken, records kan aanpassen of dingen kan versturen
- iemand je een screenshot liet zien van iets dat het niet zou moeten doen
- een klant vroeg hoe je het beveiligt en je dat niet kon zeggen
Wat je krijgt
- Wat je agent kan worden gemaakt om te doen, getoond in plaats van beschreven
- Elke bevinding met de architecturale oplossing, niet alleen een prompt tweak
- Ontworpen guardrails: input filtering, tool limieten, isolatie
- Een live sessie met jouw engineers, geen slide deck
Hoe het werkt
- Je laat me de app zien en welke data en tools het bereikt
- Ik test het zoals een aanvaller zou doen, binnen de limieten die we eerst afspreken
- Je krijgt de bevindingen en de veranderingen, uitgewerkt
Waar je op kunt rekenen
Niets wordt getest zonder eerst schriftelijke limieten af te spreken: accounts, caps, stopcondities.
Werkt met
OpenAI, Anthropic, Bedrock, self-hosted modellen, RAG, agents.
Getest volgens OWASP LLM Top 10, MITRE ATLAS, NIST AI RMF.
Vertel me wat je hebt gebouwd en ik vertel je welk pakket het beste past.
Expertise:
Privacy
•
Configuratiebeheer
•
Gegevensbescherming
Regulering:
GDPR
Mijn portfolio
Andere Cyberbeveiliging diensten die ik aanbied
Veelgestelde vragen
Automatische vertaling
Is dit een echte test of slechts een geautomatiseerde scan?
Beide lagen. Een brede geautomatiseerde baseline voor coverage, gevolgd door handmatige gerichte tests voor de risico's met hoge impact die automatisering niet kan vinden, zoals indirecte injectie via RAG. Je krijgt reproductiestappen en echte bevindingen, niet alleen scanner output.
Heb je toegang nodig tot mijn systeem?
Ik test de applicatielaag die jij autoriseert. Een staging- of testomgeving is de voorkeur. Productietesten zijn mogelijk met jouw expliciete schriftelijke toestemming en overeengekomen limieten.
Wat heb je nodig om te beginnen?
Jouw applicatie of endpoint, een korte architectuurbeschrijving (model, RAG, tools of plugins, databronnen), en schriftelijke toestemming om te testen. We stemmen de scope af voordat we een opdracht starten.
Test je de modelprovider, zoals OpenAI of Anthropic?
Nee. Ik test je applicatie en de integratielaag, waar bijna alle echte risico's liggen. Ik test niet de infrastructuur van derden-modellen.
Is dit legaal?
Ja, als ik toestemming krijg. Ik vraag schriftelijke bevestiging dat jij eigenaar bent of controle hebt over het doel en dat testen binnen een afgesproken scope en tijdsbestek is toegestaan. Dit beschermt beide partijen.
Deel je ook AI agents en RAG?
Ja. Agentisch tool- en functie-misbruik en indirecte injectie via retrieval maken deel uit van de kern van de gerichte testbattery.
Hoe verhoudt dit zich tot je AI governance gig?
Dit is de technische security testing laag. Als je framework readiness nodig hebt volgens NIST AI RMF, ISO 42001 of de EU AI Act, dan is dat mijn aparte AI Governance beoordeling. Ze vullen elkaar aan.

