Cisco تطلق Antares نماذج ذكاء اصطناعي مفتوحة لأمن البرمجيات
أعلنت شركة Cisco عن إطلاق عائلة Antares من نماذج الذكاء الاصطناعي الأمنية مفتوحة الأوزان، المصممة لاكتشاف مواقع الثغرات داخل قواعد البرمجيات، مع قدرة على العمل محليًا وتقديم أداء يتجاوز نماذج أكبر حجمًا بتكلفة أقل.
تفاصيل الخبر
كشفت Cisco عن Antares، وهي مجموعة من نماذج اللغة الصغيرة المتخصصة في الأمن السيبراني، تهدف إلى معالجة واحدة من أصعب المهام في مجال حماية البرمجيات، وهي تحديد الملفات والأجزاء البرمجية التي تحتوي على ثغرات أمنية معروفة داخل قواعد الأكواد الكبيرة.
وأطلقت الشركة نموذجين ضمن العائلة الجديدة هما Antares-350M وAntares-1B، مع توفير أوزانهما بشكل مفتوح عبر منصة Hugging Face، مما يسمح للباحثين والمطورين باستخدامهما وتطويرهما ضمن بيئات مختلفة.
وتقول Cisco إن الاختبارات المعيارية أظهرت قدرة نماذج Antares على التفوق على عدد من النماذج المغلقة والمفتوحة الأكبر حجمًا في مهمة تحديد الثغرات، مع استهلاك أقل للموارد وإمكانية تشغيلها محليًا دون الحاجة إلى إرسال الأكواد الحساسة إلى الخدمات السحابية.
ومن أبرز تفاصيل نماذج Antares:
- تم تصميمها خصيصًا لتحديد أماكن الثغرات الأمنية داخل قواعد البرمجيات.
- تتوفر كنماذج مفتوحة الأوزان لدعم مجتمع الأمن السيبراني.
- يمكن تشغيلها محليًا أو داخل بيئات الشركات للحفاظ على خصوصية الأكواد.
- تتضمن إصدارين هما Antares-350M وAntares-1B.
- تستطيع تحليل مستودعات برمجية كبيرة وتحديد الملفات الأكثر احتمالًا لاحتواء ثغرات.
- تساعد فرق الأمن على تسريع عمليات مراجعة الأكواد والتحقق من المخاطر.
- توفر نتائج قابلة للمراجعة تشمل الملفات المحتملة ومسار التحليل الذي أدى إلى اكتشافها.
وتعتمد Antares على أسلوب يشبه طريقة عمل الباحث الأمني البشري، حيث يبدأ النموذج من وصف الثغرة أو نوع الضعف الأمني، ثم يبحث داخل المشروع عن الأنماط المرتبطة بها، ويحلل الملفات المحتملة، ويعيد توجيه عملية البحث عند الحاجة للوصول إلى المناطق الأكثر ارتباطًا بالمشكلة.
وتستهدف النماذج الجديدة مجموعة من الاستخدامات العملية، منها:
- تحديد الملفات المرتبطة بتصنيفات الثغرات الأمنية مثل CWE.
- دعم التحقيقات الأمنية المبنية على نشرات الثغرات.
- تعزيز أدوات تحليل الأكواد التقليدية.
- تحسين عمليات الفحص الأمني ضمن خطوط تطوير البرمجيات CI/CD.
- توفير تحليل أمني محلي للمؤسسات التي لديها متطلبات صارمة للخصوصية.
وترى Cisco أن أدوات التحليل التقليدية لا تزال مهمة، لكنها قد تعتمد على قواعد ثابتة وتنتج عددًا كبيرًا من النتائج التي تحتاج إلى مراجعة يدوية. أما النماذج العامة للبرمجة فقد تكون قادرة على فهم الأكواد، لكنها ليست دائمًا مخصصة للتحقيقات الأمنية. لذلك تأتي Antares كحل وسط يجمع بين القدرة على فهم البرمجيات والتركيز على مهام الأمن السيبراني.
كما أطلقت Cisco معيارًا جديدًا باسم Vulnerability Localization Benchmark لقياس قدرة النماذج على تحديد مواقع الثغرات داخل المشاريع البرمجية، ويتضمن 500 مهمة لاختبار قدرة الذكاء الاصطناعي على فهم الأكواد والبحث عن نقاط الضعف الأمنية.
الأهداف المستقبلية
تهدف Cisco من خلال Antares إلى تعزيز استخدام الذكاء الاصطناعي في مجال الأمن السيبراني وجعل أدوات الحماية أكثر سهولة وانتشارًا، وتشمل أهدافها المستقبلية:
- توفير حلول أمنية مدعومة بالذكاء الاصطناعي للمؤسسات الصغيرة والكبيرة.
- تمكين فرق الأمن من اكتشاف الثغرات بشكل أسرع وأكثر دقة.
- تقليل الاعتماد على النماذج الضخمة المكلفة في المهام الأمنية المتخصصة.
- تطوير نماذج مفتوحة يمكن للمجتمع الأمني تحسينها واختبارها.
- تعزيز استخدام الذكاء الاصطناعي في مراحل تطوير البرمجيات منذ البداية.
- بناء منظومة أمنية أكثر اعتمادًا على التحليل المستمر للكود قبل وصوله إلى الإنتاج.
يمثل إطلاق Cisco Antares خطوة جديدة نحو استخدام نماذج الذكاء الاصطناعي الصغيرة والمتخصصة في حماية البرمجيات، حيث تجمع بين الكفاءة والخصوصية والقدرة على التشغيل المحلي. ومع تزايد التهديدات الإلكترونية، قد تصبح هذه النماذج عنصرًا مهمًا لمساعدة فرق الأمن على اكتشاف الثغرات ومعالجتها بسرعة أكبر.
