איך AVDH של מנדיאנט משנה את מרוץ הסייבר

המספר המרשים ביותר בסיפור של Agentic Vulnerability Discovery Harness (AVDH) — מערכת גילוי החולשות של מנדיאנט, חברת מודיעין האיומים של גוגל — אינו בהכרח יותר מ-100 חולשות קריטיות בתוך יומיים. ההתפתחות החשובה יותר היא שהמערכת הופכת את חקר האבטחה מתרגיל של צ'אט עם מודל AI לתהליך הנדסי, מפוצל ומבוקר.

AVDH מחברת בין סוכנים ייעודיים, בניית מודל איומים, ניתוח מסלולי ניצול, אימות עצמאי, בדיקת מומחים ושחזור של ניצול מסוג Proof of Concept בידי יועצים. באחת מחקירות התגובה לאירוע, גוגל מסרה כי המערכת איתרה בתוך יומיים יותר מ-100 חולשות אמיתיות בדרגת חומרה גבוהה מאוד.

אבל אין להבין מכך שמודל יחיד מסוגל פשוט “לקרוא את כל הקוד”. היתרון של AVDH נובע מחלוקת העבודה לשלבים: כל שלב מצמצם את מרחב החיפוש, וסינון אנושי משמש כשער איכות לפני שחשד הופך לממצא אבטחה.

AVDH היא פס ייצור של חקירה — לא בודק קוד יחיד

הארכיטקטורה שתוארה עבור AVDH מזכירה את עבודתו של חוקר אבטחה מנוסה. סוכנים מתחילים בהבנת תפקידו של בסיס הקוד ובמיפוי הדרכים שבהן ניתן לתקוף אותו. שלבים נוספים ממפים את משטח התקיפה, מאתרים נקודות כניסה, עוקבים אחר זרימת נתונים, מייצרים כמה השערות מתחרות לגבי חולשות ובודקים אם מסלולי הניצול שהוצעו אכן עובדים.

לאחר מכן יועצים אנושיים בוחנים את מודל האיומים ומשחזרים ניצולי Proof of Concept. רק לאחר הבדיקה הזו מתייחסים לממצא כאל חולשה מאומתת.

החלוקה הזו חיונית משום שניתוח קוד מקור מייצר הרבה יותר דפוסים חשודים מכפי שצוות אנושי יכול לבדוק ידנית. AVDH מסוגלת לייצר נפח גדול של ממצאי ביניים, בעוד שלבי האימות והביקורת האנושית ממקדים את תשומת הלב בבעיות שנראות גם ניתנות לניצול וגם בעלות משמעות מעשית.

גוגל מסרה כי בעשרת החודשים הראשונים לשימוש במערכת, AVDH ניתחה בסיסי קוד בהיקף של עשרות מיליוני שורות והפיקה עשרות אלפי ממצאים. בחקירה בת היומיים שהודגשה, המערכת זיהתה יותר מ-100 חולשות קריטיות אמיתיות. העבודה הרחבה יותר תרמה גם ל-12 מספרי CVE שהוקצו, בעוד שכ-12 בעיות נוספות עדיין נמצאות בתהליך חשיפה פעיל.

לכן המדד החשוב אינו מספר ההתראות הגולמי, אלא שיעור ההמרה של השערות שנוצרו בידי מכונה לחולשות שניתן לשחזר, לאמת ולטפל בהן באחריות.

AVDH ו-NOVA אינן מתחרות באותה קטגוריה

פאלו אלטו נטוורקס דיווחה על מספר גדול בהרבה באמצעות NOVA — Network and Open-Source Vulnerability Analyzer, מערכת אוטונומית לגילוי חולשות המבוססת על כמה מודלי AI. בתוך חודשיים, לפי המחקר של החברה, NOVA ניתחה 3,915 פרויקטי קוד פתוח ודיווחה על 14,090 חולשות מאומתות. 99.4% מהן לא דווחו קודם לכן, ו-40% סווגו כחולשות בדרגת חומרה גבוהה או קריטית.

אלא שהנתונים מתארים מודל הפעלה שונה מזה של AVDH:

• AVDH: חקירה מוגבלת בזמן ומעמיקה, הקשורה לתגובה לאירוע, שבה ביקורת אנושית ושחזור מסלולי ניצול משמשים בקרות איכות מרכזיות.
• NOVA: סריקה רחבת-היקף של אלפי פרויקטי קוד פתוח, שנועדה להרחיב את הכיסוי ולגלות חולשות באופן אוטונומי.

הדיווחים הזמינים אינם מוכיחים ששתי המערכות השתמשו באותם קריטריונים לבחירת מטרות, לדירוג חומרה, למדידת התראות שווא, לבדיקת יכולת הניצול או לתהליכי החשיפה. לכן אין להתייחס למספרים כאל טבלת ליגה אוניברסלית.

AVDH מדגימה כיצד שרשרת סוכנים יכולה לתמוך בחקירה ממוקדת ובעלת רמת ביטחון גבוהה. NOVA מדגימה את קנה המידה שבו גילוי אוטונומי יכול לפעול ברחבי עולם התוכנה בקוד פתוח. יחד, התוצאות מצביעות על התפצלות של תחום גילוי החולשות לשתי בעיות: לחפש רחב מספיק כדי למצוא חולשות, ולאמת אותן היטב מספיק כדי להפוך אותן לפעולות הגנה.

המאבק עובר מגילוי לצמצום החשיפה

התשובה של פאלו אלטו לקצב הגילוי אינה מסתכמת באיתור ליקויים. החברה הציגה את Advanced Virtual Patching — הצעה לפריסת הגנות ברמת הרשת בתוך שעות, כדי לצמצם את החשיפה בזמן שבעלי התוכנה עובדים על תיקון מסורתי. פאלו אלטו משווה זאת למרווח של כ-55 ימים בממוצע בתהליך התיקון המסורתי בתעשייה.

החברה גם הכריזה על Frontier AI Critical Defense Program, תוכנית שמפגישה חברות AI, ספקיות תוכנה, קהילות קוד פתוח וארגוני טכנולוגיה תפעולית להגנה מתואמת. בין המשתתפות שדווח עליהן: אנתרופיק, OpenAI, IBM, רד האט, מיקרוסופט, סימנס, מיצובישי אלקטריק ו-Axis Communications, לצד גופים נוספים.

טלאי וירטואלי יכול להיות יעיל כאשר שירות פגיע נגיש דרך תעבורה שמנגנון רשת מסוגל לזהות ולחסום. עם זאת, מדובר באמצעי פיצוי — לא בתחליף לתיקון התוכנה עצמה. התיקון הקבוע עדיין דורש מבעל המערכת להבין את החולשה, לשנות את הקוד, לבדוק אותו, להפיץ את הגרסה החדשה ולוודא שהמערכות המושפעות אכן עודכנו.

ההבחנה הזו נעשית חשובה יותר ככל שהגילוי מואץ. בקרת רשת עשויה לצמצם את החשיפה המיידית, אך אינה מעלימה את הקוד הפגיע מכל רחבי האפליקציה או שרשרת האספקה התוכנתית.

גם התוקפים מקבלים את אותה תאוצה

ההתקדמות ההגנתית מתרחשת במקביל לסימנים לכך שתוקפים משתמשים ב-AI למשימות דומות. קבוצת מודיעין האיומים של גוגל דיווחה על מה שהגדירה כמקרה הראשון שזוהה של גורם איום שהשתמש בניצול של חולשת Zero-Day, שלפי ההערכה פותח בסיוע AI. הגורם תכנן להשתמש בניצול במתקפה רחבת-היקף, וגוגל מסרה כי גילוי יזום מצד צוותי ההגנה שלה עשוי היה למנוע זאת.

הניצול שדווח כוון לעקיפת אימות דו-שלבי בכלי פופולרי בקוד פתוח לניהול מערכות דרך האינטרנט. בין הסימנים שנחשבו אינדיקציה לכך שמודל AI סייע בפיתוחו היו הערות “לימודיות” בקוד וציון CVSS שהומצא על ידי המודל עבור חולשה שלא הייתה קיימת.

אין פירוש הדבר שכל חולשה שנוצרה בסיוע AI הופכת מיד למתקפה מבצעית. המשמעות היא שהמגנות הישנות — מורכבות הקוד, מחסור בחוקרים או הפער הארוך בין גילוי חולשה לניצולה — כבר אינן מספקות בהכרח זמן תגובה אמין.

לכן האזהרה של ברית אבטחת הענן, CSA, מרכזית כל כך: ה-AI מגדיל את המהירות ואת קנה המידה של גילוי החולשות מהר יותר ממערכות החשיפה והתיקון של ארגונים רבים. יותר ממצאים יכולים לשפר את האבטחה רק אם לארגונים יש יכולת למיין אותם, לתאם חשיפה, לבנות תיקונים ולפרוס הגנות בבטחה.

האם המגנים יכולים להחזיר לעצמם את היתרון?

כן — אבל לא באמצעות רכישת מודל שמוצא חולשות בלבד. היתרון יהיה אצל ארגונים שיחברו את הגילוי לכל שאר חלקי מערך האבטחה:

1. מודל איומים ימקד את החיפוש במסלולי תקיפה מציאותיים.
2. ניתוח סוכני יחפש בקוד וייצר השערות מתחרות במהירות של מכונה.
3. אימות עצמאי יקטין את הסיכון שדפוסים חשודים יהפכו לדיווחים מטעים.
4. שחזור אנושי יאשר שהחולשה המוצעת אכן ניתנת לניצול.
5. חשיפה מתואמת תעניק למתחזקים ולספקים נתיב מסודר לתגובה.
6. טלאים וירטואליים ואמצעי פיצוי נוספים יצמצמו חשיפה בזמן הכנת תיקון קוד.
7. תיקון לפי סדר עדיפויות יבטיח שהחולשות הנגישות והמסוכנות ביותר יטופלו ראשונות.

AVDH ממחישה את הערך של תהליך מחובר: חיפוש אוטומטי רחב משולב בשיקול דעת אנושי ובאימות ניצול. NOVA ממחישה את הלחץ שעל התהליך להתמודד איתו: גילוי אוטונומי מסוגל לייצר ממצאים בקצב שצוותי אבטחה מסורתיים לא נבנו כדי לעבד.

מרוץ הסייבר של עידן ה-AI אינו, אם כך, תחרות פשוטה על השאלה איזה מודל מצא הכי הרבה באגים. זהו מרוץ להשלמת כל הלולאה — מגילוי ועד צמצום החשיפה — מהר יותר מכפי שתוקף יכול להפוך חולשה למתקפה.

המגנים יכולים להשיג יתרון במקומות שבהם הם שולטים בקוד, בצינור הפריסה, בטלמטריה ובבקרות הרשת. אבל גילוי ללא אימות, בעלות ברורה, חשיפה, תיקון והטמעה עלול להגדיל את הבעיה במקום לפתור אותה.