Cisco Systems הציגה ב-21 ביולי את Antares, משפחה של דגמי שפות קטנים שנבנו כדי לאתר בדיוק היכן נמצאות פרצות אבטחה ידועות בתוך בסיס קוד, והוציאה את שני הראשונים כהורדות במשקל פתוח ב-Huging Face. ההשקה, מכוסה על ידי SiliconANGLE, Axios ו-Help Net Security, מסמנת את אחד הניסיונות הקונקרטיים ביותר עד כה להביא דגמים קטנים מיוחדים לפינה של אבטחת תוכנה שכבר מזמן הייתה איטית, יקרה ונשענת על חוקרים אנושיים.
Antares מגיע מ-Cisco Foundation AI, קבוצת המחקר וההנדסה של החברה המתמקדת בבינה מלאכותית ספציפית לאבטחה. הפרויקט מתמודד עם בעיה המכונה לוקליזציה של פגיעות, העבודה של חיבור נתוני פגיעות חיצוניים, כגון מסדי נתונים ציבוריים, ייעוץ וערכים של ספירת חולשה נפוצה (CWE), לקבצים הספציפיים במאגר שבו סביר להניח שפגם יתקיים. כדי לעקוב אחר ההתפתחויות האחרונות בתחום זה, עיין בסיקור תעשיית הבינה המלאכותית שלנו.
דגמים קטנים שנבנו עבור עבודה ספציפית
שני דגמים זמינים כעת: Antares-350M ו-Antares-1B, עם דגם Antares-3B גדול יותר שיבוא בהמשך. כולם קטנים מספיק כדי לפעול באופן מקומי, מה שסיסקו אמרה מאפשרת לצוותי אבטחה לשמור קוד מקור רגיש בתוך הסביבה שלהם במקום לשלוח אותו לשירות ענן. זוהי נקודת מכירה בולטת עבור אוניברסיטאות, גופים במגזר הציבורי, עמותות וצוותי אבטחה קטנים יותר שחסרים להם תקציב לדגמי חזית מסחריים עתירי אסימונים.
במקום לסרוק מאגר עם כללים קבועים, אנטארס עובד דרכו כמו חוקר אנושי. כל מודל מתחיל מתיאור פגיעות, מחפש דפוסי קוד רלוונטיים, קורא קבצי מועמדים, מקפל ראיות חדשות תוך כדי תנועה, משנה כיוון כאשר נתיב לא מוביל לשום מקום, ומצטמצם לעבר הקבצים שסביר להניח שהם חשובים. הפלט הוא רשימה מדורגת של קבצי מקור שעשויים להכיל את הפגיעות הרלוונטית, יחד עם מעקב אחר חקירת המסוף שיצר אותו.
אמת מידה מותאמת אישית וחיסכון דרמטי בעלויות
כדי למדוד את המודלים, סיסקו בנתה מבחן משלה, Vulnerability Localization Benchmark, ערכה של 500 כניסות הדורשת מודל לנווט בבסיס קוד לא מוכר ולזהות דפוסי פגיעות הקשורים לקטגוריות חולשה ספציפיות. סיסקו טענה שמדדים קיימים של חיפוש קוד מודדים האם סוכן יכול למצוא קוד רלוונטי לבעיית תוכנה כללית, ולא האם הוא יכול לאתר קבצים פגיעים מתיאורי אבטחה. העבודה המקבילה ביותר שהחברה ציטטה היא מערכת בשם CodeScout, שהראתה שניתן לאמן ולמדוד לוקליזציה של קוד באמצעות מסוף יוניקס סטנדרטי.
בנקודת הבחינה הזו, סיסקו אמרה כי דגמי Antares ניצחו בערך תריסר דגמים גדולים יותר במשקל פתוח וסגור על דיוק תוך שהם פועלים הרבה יותר זול. החברה העריכה את העלות של הערכת Antares על פחות מדולר אחד, לעומת כ-$12.50 עבור דגם המשקל הפתוח החזק ביותר שהיא בדקה, GLM-5.2, וכ-$141 עבור מודל הקוד הסגור החזק ביותר, GPT-5.5. הנתונים הללו מסתדרים פי 15.2 ופי 172 זולים יותר, בהתאמה. Antares גם סיים ריצות בנצ'מרק תוך כשעה, לעומת כארבע וחצי שעות עבור GPT-5.5.
פער הביצועים מדגיש מגמה רחבה יותר בתעשייה: עבור משימות מוגדרות מצומצמות, מודלים קטנים שעברו הכשרה קפדנית יכולים להתאים או לחרוג מדגמי גבול למטרות כלליות במעט מעלות המחשוב. כפי ש-Axios דיווחה, סיסקו מהמרת למעשה שבינה מלאכותית קטנה יותר תנצח באבטחת סייבר ארגונית, שבה לצוותים אכפת יותר מהאמינות, העלות ופרטיות הנתונים מאשר גודל המודל הגולמי.
חלק מדחיפה רחבה יותר של AI אבטחה
Antares הוא החלק האחרון במאמץ רחב יותר של Cisco סביב AI באבטחה. באוקטובר, החברה פרסמה את Project CodeGuard, מסגרת קוד פתוח של כללי קידוד מאובטח עבור סוכני קידוד AI. במאי היא פרסמה את Foundry Security Spec, תוכנית פתוחה לבניית מערכות הערכת אבטחה סוכניות. Antares מרחיב את קו העבודה הזה על ידי הכנסת מודל שמיש, בעל משקל פתוח ישירות לידי המתרגלים.
המהדורה מגיעה גם על רקע הדאגה הגוברת לגבי סיכוני תוכנה הקשורים לבינה מלאכותית. באותו חודש שסיסקו פרסמה את מפרט האבטחה של Foundry, דיווח בלומברג כי מודל אנתרופי מתקדם גרם לפגישת חירום בין שר האוצר סקוט בסן, יו"ר הפדרל ריזרב ג'רום פאוול, ובכירי הבנקים, והדגישו עד כמה הרגולטורים מתייחסים ברצינות להשלכות האבטחה של מערכות AI חזקות.
מה זה אומר עבור מפתחים וצוותי אבטחה
עבור ארגונים שהיססו לאמץ ניתוח קוד מונע בינה מלאכותית בגלל חששות עלויות או חשיפת נתונים, Antares מציע דרך ביניים. מכיוון שהדגמים בעלי משקל פתוח וקטנים מספיק כדי לרוץ על חומרה צנועה, צוותים יכולים לפרוס אותם מאחורי חומות האש שלהם, לבחון כל שיחת מסקנות מבלי לשלם עמלות לכל אסימון לספק ענן. רישוי המשקל הפתוח אומר גם שחוקרים יכולים לבדוק, לכוונן ולהרחיב את המודלים עבור התחומים שלהם.
הפשרה היא שדגמים קטנים מתמחים בעיצובם. Antares לא ינסח מייל שיווקי, לא יסכם פגישה או יענה על שאלת ידע כללי. מה שהיא בנויה לעשות, לאתר את הקבצים המדויקים שבהם מסתתרת כנראה סוג פגיעות ידוע, נראה שהוא עושה טוב יותר מדגמים פי אלף מגודלו, לפחות על פי המדד של סיסקו עצמה.
אם חוקרים עצמאיים יאשרו את התוצאות הללו על בסיסי הקוד שלהם יקבע באיזו מידה אנטרס מאומצת. לעת עתה, ההשקה מחזקת מסר שנבנה ברחבי תעשיית הבינה המלאכותית כל השנה: כאשר המשימה צרה מספיק, קטן יותר יכול להיות חכם יותר, זול יותר ובטוח יותר.
---
הישאר לפני AIקבל את החדשות, הניתוחים ופריצות הדרך האחרונות של AI - הכל במקום אחד.
קרא עוד חדשות AI →
