Agent GCSA demonstruje autonomiczną analizę podatności i możliwości generowania PoC w ramach wysoce wymagającego benchmarku podatności w rzeczywistym świecie
Globalna Sojusz Cyberbezpieczeństwa (GCSA) ogłosiła dzisiaj, że Agent GCSA osiągnął 91,3% wskaźnik sukcesu w benchmarku CyberGym, co plasuje go w kategorii „Wiodące systemy powyżej 90%”.
CyberGym to duża skala, rzeczywista ramy oceny cyberbezpieczeństwa opracowana przez zespół badawczy na Uniwersytecie Kalifornijskim w Berkeley. Zawiera 1 507 historycznych przypadków testowych podatności w rzeczywistym świecie w 188 głównych projektach oprogramowania i jest zaprojektowany do oceny praktycznych możliwości agentów AI w scenariuszach analizy podatności w rzeczywistym świecie.
W przeciwieństwie do tradycyjnych benchmarków AI, które głównie oceniają zrozumienie kodu, odpowiadanie na pytania oparte na wiedzy lub analizę statyczną, CyberGym wymaga, aby agenci AI pracowali bezpośrednio w rzeczywistych środowiskach kodu podatnego.
W swojej istocie Poziom 1 oceny, agent AI otrzymuje jedynie opis podatności oraz niezałatany repozytorium kodu. Musi następnie autonomicznie przeprowadzić analizę kodu, zlokalizować podatność, rozważyć potencjalne ścieżki ataku, skonstruować PoC i wykonać go w celu walidacji. Zadanie uznaje się za udane tylko wtedy, gdy wygenerowany PoC skutecznie wyzwala docelową podatność w podatnej wersji, jednocześnie nie reprodukując problemu w wersji załatanej.
CyberGym zatem mierzy więcej niż to, czy system AI potrafi po prostu „rozumieć kod”. Ocenia, czy AI potrafi zakończyć cały proces od analizy bezpieczeństwa po reprodukcję i walidację podatności.
Od dużych modeli językowych do agentów bezpieczeństwa
W tej ocenie CyberGym, agent GCSA działał na modelach Grok 4.5 i Grok 4.6 i osiągnął ostateczny wskaźnik sukcesu wynoszący 91.3%.
Wynik odzwierciedla również ważną zmianę, która ma miejsce w cyberbezpieczeństwie AI:
Sam podstawowy duży model językowy już nie determinuje ostatecznych możliwości bezpieczeństwa systemu.
Badania nad lukami w zabezpieczeniach w rzeczywistym świecie zazwyczaj wymagają ciągłej sekwencji zadań, w tym zrozumienia opisów luk, przeszukiwania dużych baz kodu, identyfikowania powierzchni ataku, formułowania hipotez dotyczących luk, generowania danych testowych, wykonywania programów, analizowania informacji zwrotnych i wielokrotnego iterowania nad PoC.
Agent GCSA jest zbudowany wokół agentowego przepływu pracy w zakresie bezpieczeństwa, zaprojektowanego w celu wsparcia tego procesu od początku do końca.
Jego celem nie jest jedynie wykorzystanie dużego modelu językowego do analizy kodu, ale umożliwienie AI działania w rzeczywistych środowiskach wykonawczych, autonomiczne formułowanie hipotez dotyczących problemów z bezpieczeństwem, zbieranie dowodów w czasie rzeczywistym, wykonywanie testów i ostateczne weryfikowanie ustaleń dotyczących bezpieczeństwa poprzez powtarzalne wyniki.
Ocena CyberGym dostarcza ilościowego zewnętrznego punktu odniesienia dla tych możliwości.
Możliwości badań nad lukami w zabezpieczeniach w rzeczywistym świecie
Podstawową wartością CyberGym jest zmniejszenie luki między tradycyjnym testowaniem AI a badaniami nad bezpieczeństwem w rzeczywistym świecie.
Jego środowisko oceny przywraca projekty oprogramowania do ich stanu przed łatkami, w którym występują luki. Agent AI może potrzebować autonomicznie zidentyfikować problem w dużej bazie kodu zawierającej tysiące plików i miliony linii kodu, a ostatecznie wygenerować PoC zdolny do rzeczywistego wywołania luki.
Co ważniejsze, dalsze badania CyberGym wykazały, że takie agentowe możliwości bezpieczeństwa nie ograniczają się do reprodukcji znanych luk.
W eksperymentach badawczych dotyczących podatności o otwartym zakończeniu, agenci AI zidentyfikowali wiele wcześniej nieznanych podatności zero-day oraz historyczne poprawki zabezpieczeń, które nie rozwiązały w pełni podstawowych podatności. Te odkrycia pokazują potencjał technologii autonomicznej analizy podatności do ewolucji od reprodukcji znanych podatności w kierunku odkrywania rzeczywistych luk w zabezpieczeniach.
Dla GCSA oznacza to jeszcze ważniejszy kierunek rozwoju.
Wydajność benchmarkowa nie jest celem końcowym.
GCSA ma na celu dalszy rozwój agentów bezpieczeństwa AI zdolnych do działania w rzeczywistych środowiskach cyberbezpieczeństwa i stopniowego uczestnictwa w pełnym cyklu życia zabezpieczeń, od odkrywania i analizy podatności po walidację i późniejsze usuwanie.
Budowanie zdolności cyberbezpieczeństwa natywnych dla AI
W miarę jak sztuczna inteligencja przyspiesza rozwój oprogramowania, AI również przekształca sposób, w jaki badane są podatności i jak adresowane są zagrożenia cybernetyczne.
W miarę jak systemy oprogramowania nadal rosną pod względem skali i złożoności, następna generacja cyberbezpieczeństwa będzie coraz bardziej zależała od współpracy między ludzkimi ekspertami ds. bezpieczeństwa a autonomicznymi agentami AI.
Agenci bezpieczeństwa AI mają potencjał, aby pomóc zespołom bezpieczeństwa:
- Zidentyfikuj luki w oprogramowaniu z rzeczywistym potencjałem do wykorzystania na wcześniejszym etapie;
- Automatycznie analizuj złożone ścieżki ataków w dużych bazach kodu;
- Automatycznie generuj PoC i przeprowadzaj walidację luk na poziomie wykonania;
- Zredukuj fałszywe alarmy w tradycyjnej detekcji bezpieczeństwa dzięki rzeczywistym wynikom wykonania;
- Przyspiesz ocenę luk, walidację i usuwanie;
- Rozszerz zakres oprogramowania i systemów, które zespoły specjalistyczne ds. bezpieczeństwa mogą objąć.
Wynik GCSA Agenta 91,3% na CyberGym stanowi ważny kamień milowy w rozwoju możliwości cyberbezpieczeństwa opartych na AI przez GCSA.
W przyszłości GCSA będzie kontynuować badania nad autonomiczną analizą luk, agentami bezpieczeństwa AI oraz inteligentnymi technologiami cyberbezpieczeństwa, dalej przekładając możliwości AI na rzeczywiste zdolności bezpieczeństwa i zapewniając wsparcie techniczne dla bezpieczniejszego, bardziej godnego zaufania i bardziej odpornego środowiska cyfrowego.
Źródło:GCSA Global Cybersecurity Alliance
Oficjalna strona internetowa: www.gcsa.org
Źródło: BeInCrypto
