الإجاباتمنشور19 المصادر
ما هو إطار عمل 'ميتيس' (Metis) من Arm، وكيف يستخدم الذكاء الاصطناعي لكشف الثغرات الأمنية في أكثر من 130 مشروعًا؟
ما هو 'ميتيس'؟ إطار عمل ذكي ومفتوح المصدر لأمن الكود، طوره فريق أمن المنتجات في Arm ليكتشف الأخطاء المنطقية وعيوب التصميم التي تعجز عنها الأدوات التقليدية [1][4]. كيف يعمل؟ يعتمد على النماذج اللغوية الضخمة لفهم دلالات الكود، ويستخدم تقنية التوليد المعزز بالاسترجاع (RAG) لتغذية التحليل بسياق المشروع، مما يقلل النتائج...
1.1M0
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Arm's Metis agentic AI security framework, and how does it use LLMs and RAG to perform deep security code reviews across 130+ intern. Article summary: Here is what the available evidence supports — and what it does not yet confirm — about Arm's Metis framework.. Topic tags: general web, ai safety, llm, agents, ai. Reference image context from search candidates: Reference image 1: visual subject "# Agentic AI-powered Arm Metis advances security vulnerability discovery in software. In the era of AI, modern software systems are built across increasingly complex codebases, fra" source context "Agentic AI-powered Arm Metis advances security vulnerability discovery in software - Arm Newsroom" Reference image 2: visual subject "# Agentic AI-powered Arm Metis advances security vulnerability discovery in software. In
إليك كل ما تدعمه الأدلة المتاحة — وما لم تؤكده بعد — حول إطار عمل 'ميتيس' (Metis) من Arm.
ما هو 'ميتيس'؟
'ميتيس' هو إطار عمل أمني قائم على الذكاء الاصطناعي، مفتوح المصدر، طوّره فريق أمن المنتجات في شركة Arm. يستخدم نماذج لغوية ضخمة (LLMs) مدمجة مع تقنية التوليد المعزز بالاسترجاع (RAG) لإجراء مراجعات أمنية عميقة ومدركة للسياق للكود البرمجي. يكشف 'ميتيس' عن الأخطاء المنطقية وعيوب التصميم التي تتجاهلها أدوات التحليل الثابت التقليدية . يستضاف المشروع على الرابط
github.com/arm/metis، وقد أُصدر تحت رخصة Apache 2.0 .
كيف يستخدم 'ميتيس' النماذج اللغوية الضخمة وتقنية RAG؟
يعتمد 'ميتيس' على نماذج لغوية ضخمة قادرة على التفكير المنطقي في الكود بشكل دلالي، بدلاً من الاعتماد فقط على مطابقة الأنماط . يدمج الإطار تقنية التوليد المعزز بالاسترجاع (RAG) لاسترجاع سياق المشروع ذي الصلة — مثل الأنماط المعمارية، ونتائج المراجعات السابقة، واتفاقيات البرمجة — ويُغذي هذا السياق للمساعدة في تحليل النموذج اللغوي. هذا التصفية السياقية هي ما تسمح لـ 'ميتيس' بتقليل النتائج الإيجابية الكاذبة (False Positives) مقارنة بالتحليل الثابت التقليدي . صُمم الإطار كأداة سطر أوامر (CLI) بهندسة إضافات (Plugins)، مما يسمح بتوسيعه ليشمل لغات برمجة جديدة وواجهات خلفية لنماذج لغوية مختلفة .
Studio Global AI
Search, cite, and publish your own answer
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "ما هو إطار عمل 'ميتيس' (Metis) من Arm، وكيف يستخدم الذكاء الاصطناعي لكشف الثغرات الأمنية في أكثر من 130 مشروعًا؟"؟
ما هو 'ميتيس'؟ إطار عمل ذكي ومفتوح المصدر لأمن الكود، طوره فريق أمن المنتجات في Arm ليكتشف الأخطاء المنطقية وعيوب التصميم التي تعجز عنها الأدوات التقليدية [1][4].
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
ما هو 'ميتيس'؟ إطار عمل ذكي ومفتوح المصدر لأمن الكود، طوره فريق أمن المنتجات في Arm ليكتشف الأخطاء المنطقية وعيوب التصميم التي تعجز عنها الأدوات التقليدية [1][4]. كيف يعمل؟ يعتمد على النماذج اللغوية الضخمة لفهم دلالات الكود، ويستخدم تقنية التوليد المعزز بالاسترجاع (RAG) لتغذية التحليل بسياق المشروع، مما يقلل النتائج الإيجابية الكاذبة بشكل كبير [2][8].
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
نطاق الاستخدام: يُستخدم داخليًا في Arm عبر أكثر من 130 مشروعًا برمجيًا، ويدعم لغات C, C++, Python, Rust, و TypeScript عبر نظام إضافات (Plugins) مرن [3][5].
المصادر
- interoperable-europe.ec.europa.euSummary of the evaluation of results
- arxiv.orgA Safety and Security Framework for Real-World Agentic Systems
- arxiv.orgSoK: The Attack Surface of Agentic AI -- Tools, and Autonomy
- www2.eecs.berkeley.edu[PDF] How Open Should Open Source Be? - UC Berkeley EECS
- arxiv.orgA Survey on the Security of Long-Term Memory in LLM Agents - arXiv
- arxiv.orgTRiSM for Agentic AI: A Review of Trust, Risk, and Security ...
Loading comments...
Comments
0 comments