Microsoftin uusi tekoäly etsii kriittisiä tietoturva-aukkoja – yhtiö lupaa puolet pienemmät kustannukset

Pieni erikoismalli on kokonaisuuden ydin

MAI-Cyber-1-Flash on 5 miljardin parametrin malli, joten se on nykymittapuulla suhteellisen kompakti . Se on johdettu MAI-Code-1-Flash -mallista, joka puolestaan perustuu Microsoftin MAI-Thinking-1-päättelymallin kehityslinjaan. Microsoft esitteli MAI-Thinking-1-malliperheen kesäkuussa 2026 .

Kyberturvallisuutta varten hienosäädetty malli on tarkoitettu haavoittuvuuksien etsimiseen, havaintojen varmistamiseen, riskien luokitteluun ja korjausten tuottamiseen. Se toimii Microsoftin MDASH-järjestelmän sisällä .

MDASH on lyhenne sanoista Multi-Model Agentic Scanning Harness. Käytännössä se on useita kielimalleja yhteen kokoava skannaus- ja korjausjärjestelmä, jossa eri mallit hoitavat työnkulun eri vaiheita.

Microsoftin suorituskykylupaus kaipaa riippumatonta vahvistusta

Microsoftin mukaan MAI-Cyber-1-Flashin ja MDASHin yhdistelmä saavutti CyberGym-testissä 96 prosentin tuloksen. CyberGym on Microsoftin oma vertailutesti, joka mittaa haavoittuvuuksien löytämistä, niiden vahvistamista ja korjaamista. Yhtiön ilmoittama tulos on 12 prosenttiyksikköä parempi kuin Anthropic Claude Mythos 5:n noin 84 prosentin tulos .

Microsoft sanoo myös, että ratkaisu pienentää kustannuksia noin 50 prosenttia verrattuna siihen, että työ tehtäisiin yksinomaan suurilla ulkopuolisilla huippumalleilla. Yhtiön mukaan MAI-Cyber-1-Flash hoitaa noin 90 prosenttia MDASHin tehtävistä, kun taas esimerkiksi OpenAI GPT-5.4 -mallia käytetään vain vaikeimmissa tapauksissa .

Luvut ovat kuitenkin toistaiseksi Microsoftin omia ilmoituksia. Digital Appliedin mukaan ulkopuolinen taho ei ole vahvistanut 96 prosentin CyberGym-tulosta, ja CyberGymin tulokset perustuvat osallistuvien laboratorioiden omiin ilmoituksiin . The New York Times puolestaan raportoi, ettei Microsoft antanut mallia riippumattomien testaajien arvioitavaksi ennen julkaisua .

Microsoft on julkaissut mallista Model Card -dokumentin, jossa kuvataan muun muassa turvallisuuskalibrointia, hienosäätöaineistoa ja mallin suunniteltua käyttöä MDASHissa . Järjestelmässä useat mallit keskustelevat keskenään löydösten merkityksestä, minkä lisäksi erillinen todentamisvaihe pyrkii karsimaan väärät hälytykset ennen kuin havainto päätyy ihmisen tarkistettavaksi .

MDASH on jo löytänyt Windowsista todellisia haavoittuvuuksia

MDASH ei ole pelkkä laboratoriokokeilu. Microsoft kertoo järjestelmän löytäneen jo ennen virallista julkistusta useita Windowsin haavoittuvuuksia.

• Toukokuun 2026 Patch Tuesday -päivityksessä: MDASH löysi 16 aiemmin tuntematonta haavoittuvuutta Windowsin verkkoyhteyksien ja todennuksen komponenteista. Näistä neljä oli kriittisiä etäkoodin suorittamisen mahdollistavia eli RCE-haavoittuvuuksia. Niitä löytyi muun muassa Windowsin ytimen TCP/IP-pinosta ja IKEv2-palvelusta .
• Yksi kriittisistä haavoittuvuuksista oli CVE-2026-33824, jonka CVSS-vakavuusarvo oli 9,8. Kyseessä oli ikeext.dll-tiedoston double-free-haavoittuvuus, jota todentamaton hyökkääjä olisi voinut hyödyntää lähettämällä erityisesti muotoiltuja paketteja IKEv2:n käyttöön ottaneelle Windows-tietokoneelle .
• Kesäkuussa 2026: järjestelmä löysi haavoittuvuuksia myös Hyper-V:stä, Active Directorysta ja Windowsin ytimestä . Raportoinnin mukaan Microsoft korjasi yhden kuukauden aikana MDASHin avustuksella yhteensä 622 haavoittuvuutta .

MDASHin toiminta perustuu niin sanottuun monimalliseen väittelyyn. Tekoälyagentit arvioivat keskenään, onko havaittu ongelma todella hyödynnettävissä, ennen kuin se siirretään Microsoftin insinöörien käsiteltäväksi .

Project Perception jakaa tekoälyn punaisiin, sinisiin ja vihreisiin tiimeihin

Project Perception on kaupallinen alusta, joka rakentuu MDASHin ja MAI-Cyber-1-Flashin päälle. Microsoft kuvailee sitä uudeksi kyberturvallisuuspinoksi, jossa yhdistyvät tietoturvasignaalit, toimintaympäristön konteksti, erikoistuneet mallit ja tekoälyagentit. Tavoitteena on käyttää tekoälyä tekoälyavusteisia hyökkäyksiä vastaan .

Järjestelmän agentit on jaettu kolmeen rooliin :

• Punainen tiimi simuloi hyökkääjää ja etsii ympäristöstä heikkouksia.
• Sininen tiimi havaitsee uhkia, tutkii signaaleja ja arvioi riskejä.
• Vihreä tiimi keskittyy korjaamiseen ja päivitysten toteuttamiseen.

Project Perception voi ohjata kunkin tehtävän eri mallille tehokkuuden perusteella. Käytössä voivat olla Microsoftin MAI-Cyber-1-Flash, OpenAI GPT-5.4 tai Anthropicin mallit sen mukaan, mikä soveltuu parhaiten kyseiseen vaiheeseen .

Ajatus muistuttaa yrityksen tietoturvatiimiä, jossa yksi ryhmä etsii hyökkäysreittejä, toinen tutkii hälytyksiä ja kolmas sulkee löydetyt aukot. Erona on se, että Microsoft pyrkii automatisoimaan tämän kierroksen jatkuvaksi prosessiksi.

Ensimmäinen käyttöalue on haavoittuvuuksien hallinta

Project Perception keskittyy aluksi ohjelmistojen haavoittuvuuksien hallintaan. Microsoftin suunnitelmissa järjestelmä laajenee kuitenkin jatkuvaan valvontaan, uhkien tutkintaan ja automaattiseen korjaamiseen .

Project Perception tulee julkiseen esikatseluun 3. elokuuta 2026. Aluksi se tarjotaan Microsoftin yritysasiakkaille, jotka testaavat jo MDASH-agenttijärjestelmää . Ensimmäinen käyttökohde on Microsoft Defender, ja myöhemmin palvelua on tarkoitus laajentaa muihin Microsoft Security -tuotteisiin .

Microsoft korostaa, että ihminen säilyy kriittisten päätösten valvojana, vaikka agentit hoitaisivat suuren osan selvitys- ja korjaustyöstä .

Tietoturvan tekoälykilpailu kiihtyy

Julkistus tapahtuu tilanteessa, jossa teknologiayhtiöt kilpailevat kiivaasti tekoälypohjaisen haavoittuvuuksien etsinnän kehittämisestä. Anthropic on rakentanut Claude Mythos -turvamallinsa, ja myös Google sekä OpenAI panostavat automaattiseen haavoittuvuuksien löytämiseen .

Microsoftin kilpailuetu ei perustu vain mallin kokoon. Yhtiö yrittää yhdistää pienen ja edullisen erikoismallin suurempiin, kalliimpiin malleihin. Rutiinitehtävät hoidetaan halvemmalla mallilla, ja vaativimmat päättelytehtävät siirretään tehokkaammille järjestelmille. Tämän pitäisi Microsoftin mukaan tuoda lähes 50 prosentin kustannussäästö .

Yritysasiakkaille ratkaiseva kysymys ei kuitenkaan ole pelkkä testitulos. Olennaista on, kuinka luotettavasti järjestelmä löytää oikeita haavoittuvuuksia tuotantoympäristöissä ja kuinka turvallista korjausten automatisointi on. MDASHin ilmoitetut 16 Windows-haavoittuvuutta yhdessä päivitysjaksossa ovat Microsoftille vahva näyttö käytännön hyödystä .

Seuraava testi on riippumaton arviointi – ja se, luottavatko yritykset järjestelmään, joka etsii jatkuvasti aukkoja niiden omasta infrastruktuurista ja ehdottaa niihin korjauksia.