Sherlock publicznie uruchomił Sherlock Audit Engine, ujawniając platformę audytu bezpieczeństwa, którą firma w dużej mierze trzymała w tajemnicy podczas testowania modelu z zespołami protokołów.
Audit Engine działa na jednym poziomie powyżej indywidualnych audytorów AI, koordynując kilka podejść do odkrywania luk w zabezpieczeniach w ramach tej samej recenzji.
Frontier LLMs, specjalnie zaprojektowani audytorzy AI i badacze bezpieczeństwa wspierani przez AI pracują na tej samej bazie kodu i w tym samym kontekście. Sherlock zajmuje się orkiestracją w trakcie zaangażowania, a wyniki są oceniane, weryfikowane i deduplikowane przed skonsolidowaniem ich w jeden ostateczny wynik audytu.
Ten model rzuca również nowe światło na jedno z bardziej nietypowych zaangażowań Sherlocka w tym roku.
Czy Polygon był wczesnym spojrzeniem na Audit Engine?
W czerwcu Sherlock poddał Heimdall V2 Polygonu przeglądowi, w którym uczestniczyło szerokie grono systemów audytu AI i badaczy bezpieczeństwa.
Heimdall V2 jest klientem konsensusu w rdzeniu Polygon PoS, co czyni go istotną bazą kodu dla wczesnego wdrożenia modelu.
Z Audit Engine teraz publicznym, zaangażowanie wydaje się być poligonem doświadczalnym dla platformy, którą Sherlock wprowadza na rynek.
Zautomatyzowane systemy audytu AI okazały się jednymi z najlepszych pod względem ogólnego zasięgu, podczas gdy różne systemy i badacze ujawnili różne części ogólnego zestawu problemów. Wynik wzmocnił centralną ideę stojącą za Audit Engine: żadne pojedyncze podejście nie uchwyciło pełnego obrazu bezpieczeństwa.
Platforma bezpośrednio mierzy te różnice. Zespoły mogą zobaczyć, które systemy zapewniły szerokie pokrycie, które utrzymały wysoką precyzję i gdzie różne podejścia przyczyniły się do komplementarnego sygnału bezpieczeństwa.
Staje się to coraz bardziej istotne w miarę zmiany technologii podstawowej.
W lipcu Google DeepMind wprowadził Gemini 3.5 Flash Cyber, model specyficzny dla cyberbezpieczeństwa, zaprojektowany do szybkiego znajdowania, weryfikowania i łatania luk, co jest kolejnym dowodem na to, jak szybko rozwijają się specjalistyczne możliwości AI w zakresie bezpieczeństwa.
Dla zespołów bezpieczeństwa najlepsza dostępna mieszanka jest zatem ruchomym celem.
Silnik audytowy jest zaprojektowany tak, aby włączać nowe modele, metodologie audytorów i badaczy w miarę ich pojawiania się, jednocześnie zapewniając protokołom spójne środowisko do mierzenia tego, co rzeczywiście dobrze działa w odniesieniu do ich kodu.
Źródło: BeInCrypto
