מגילוי לתיקון: כך שרשראות סוכני AI משנות את ההגנה על תוכנה

המהירות היא שדה הקרב החדש

מרוץ החימוש בתחום הסייבר הופך יותר ויותר לתחרות על מהירות. מודלי AI מתקדמים מסוגלים לסייע לצוותי אבטחה לנתח בסיסי קוד עצומים, לאתר מסלולי תקיפה חריגים ולבדוק אם חולשה חשודה אכן ניתנת לניצול. אבל אותה האצה עלולה גם לקצר את הזמן העומד לרשות המגינים — לעיתים לפחות מהזמן הדרוש ליצירת תיקון רגיל ולהפצתו.

שתי יוזמות ממחישות את המודל ההגנתי המתהווה: AVDH של Mandiant מתמקדת בגילוי ובאימות של חולשות, ואילו תוכנית Frontier AI Critical Defense של Palo Alto Networks מוסיפה שכבת בלימה מהירה ברמת הרשת.

AVDH: לא סורק יחיד, אלא צוות של סוכנים מתמחים

Agentic Vulnerability Discovery Harness, או AVDH, אינה מוצגת כסורק אוטונומי יחיד. מדובר בתהליך עבודה רב־סוכני ש-Mandiant, חברת מודיעין ותגובה לאירועי סייבר השייכת ל-Google Cloud, משתמשת בו לבדיקות אבטחה, לתגובה לאירועים ולחקירות נוספות. לפי Google Threat Intelligence Group, המערכת מסוגלת לנתח סביבות הכוללות עשרות מיליוני שורות קוד, להריץ אלפי צינורות ניתוח ולהפיק עשרות אלפי ממצאים.

התהליך מתחיל בהבנת ההקשר. סוכן חוקר ממפה את בסיס הקוד, בודק מה התוכנה אמורה לעשות, עובר על התיעוד הזמין ומזהה אזורים שדורשים בדיקה מעמיקה יותר. לאחר מכן סוכנים מתמחים יכולים להתמקד בתחומים כמו אימות זהות, הרשאות וניתוב.

בשלב הבא המערכת בונה מודל איומים שמרכז את התצפיות. נקודת בקרה חשובה כאן היא שהיועץ האנושי בוחן את מודל האיומים לפני המשך התהליך. כך הסוכנים מקבלים מפה אבטחתית ייעודית של היישום, במקום לחפש באופן עיוור בתוך כל הקוד.

בשלב הגילוי נבדקים נקודות הכניסה למערכת, זרימות המידע וההקשר של הקוד הסובב אותן. הסוכנים מעלים השערות רבות לגבי חולשות, חוקרים אותן בנפרד ומאתגרים זה את מסקנותיו של זה. הראיות מרוכזות לממצאים אפשריים, אך יועצים אנושיים משחזרים את ניצול הוכחת־היתכנות לפני שחולשה מוגדרת כמאומתת.

החשיבות של המבנה הזה היא בהפרדה בין כיסוי רחב לבין שיקול דעת. סוכן אחד יכול לסרוק שטח גדול, אחר להתמקד בנתיב תקיפה, ושלישי לנסות להפריך את הממצא. האימות האנושי נותר אמצעי בקרה אחרון נגד התרעות שווא והנחות שגויות לגבי אופן פעולת התוכנה.

מה Mandiant מדווחת שמצאה

Google מסרה כי AVDH נמצאת בשימוש פנימי במשך כעשרה חודשים, וכי היא חשפה עשרות חולשות הניתנות להקצאת מזהה CVE בתוספים נפוצים לאינטרנט ובפרויקטים בקוד פתוח. העבודה הובילה ל-12 מזהי CVE שהוקצו, כאשר כתריסר חולשות נוספות נמצאות בתהליך חשיפה מתואמת.

בחקירת תגובה לאירוע שעסקה במאגרי קוד ארגוניים שנגנבו, דיווחים חיצוניים מסרו כי המערכת סייעה לזהות בתוך יומיים יותר מ-100 חולשות מאומתות בחומרה גבוהה.

עם זאת, חשוב לקרוא את המספרים בפרופורציה: מדובר בתוצאות תפעוליות שדווחו על ידי Mandiant ובסיקור הקשור אליה, ולא בהשוואה בלתי תלויה ומבוקרת לבדיקות אבטחה מסורתיות. בנוסף, אין לתאר אוטומטית את כל הממצאים כמתקפות Zero-Day פעילות. חולשה חדשה או כזו שלא דווחה בעבר אינה בהכרח מנוצלת בפועל בעולם.

NOVA: כמה מודלים שמחפשים יחד

Unit 42 של Palo Alto Networks מתארת את NOVA — קיצור של Network and Open-Source Vulnerability Analyzer — כמערכת אוטונומית לגילוי, אימות ודיווח על חולשות. היא מופעלת באמצעות תשתיות סוכנים שפיתחה החברה ומשלבת כמה מודלי AI מתקדמים.

בניסוי שדיווחה עליו החברה, NOVA ניתחה 3,915 פרויקטים בקוד פתוח בתוך חודשיים וזיהתה 14,090 חולשות שלא היו ידועות קודם לכן. Unit 42 מסרה כי 99.4% מהן לא דווחו בעבר וכ-40% דורגו כחולשות ברמת חומרה גבוהה או קריטית.

המשמעות אינה מסתכמת בכמות הממצאים. לפי הדיווחים, רבות מהחולשות היו פגמים סמנטיים או לוגיים — ולא רק שגיאות השחתת זיכרון, שבהן מתמקדות שיטות ניתוח אוטומטיות מסורתיות. בין הדוגמאות האפשריות נמצאות טעויות בבקרת גישה, בטיפול בנתיבים, בהתנהגות של בקשות מצד השרת ובהגנות מפני הזרקת קוד — תחומים שבהם נדרשת הבנה של ההתנהגות המיועדת של היישום.

גם כאן, המספרים המרכזיים מגיעים מהחברה עצמה. הביטוי ״לא ידועות קודם לכן״ אינו מוכיח שכל ממצא הוא Zero-Day שניתן לניצול מעשי, ודירוגי החומרה עשויים להיות תלויים בשיטת הניקוד. המסקנה הזהירה יותר היא שמערכות רב־סוכניות ורב־מודליות מסוגלות כבר להציף מספרים גדולים של מועמדים לחולשות, בקצב שתהליכי בדיקה רגילים מתקשים להתחרות בו.

מדוע גילוי מהיר לבדו אינו מספיק

גילוי מהיר יותר עשוי להגדיל את יכולת ההגנה, אך הוא עלול גם להחריף את המשבר אם הארגון עדיין פועל במחזורי תיקון איטיים. CERT-EU מצטטת זמן ממוצע משוער לניצול של מינוס שבעה ימים — כלומר, בממוצע, ניצול עשוי להתחיל עוד לפני שתיקון זמין באופן רחב.

הנתון הזה משנה את תפקיד התיקון. שינוי קבוע בקוד עדיין הכרחי, אך הוא אינו בהכרח הפעולה הראשונה או היחידה שיכולה לסייע. צוותי אבטחה צריכים גם לצמצם את החשיפה בזמן שהמפתחים חוקרים את הבעיה, בודקים את התיקון, מתאמים את החשיפה ומפיצים אותו בהדרגה.

תיקונים וירטואליים: חסימה לפני שינוי הקוד

תוכנית Frontier AI Critical Defense של Palo Alto Networks נועדה לתאם בין מעבדות AI, חברות תוכנה, פרויקטים בקוד פתוח וסקטורים כמו טכנולוגיה תפעולית ורפואה. אחד הפתרונות שמציעה התוכנית הוא פריסה של ״תיקונים וירטואליים״ ברמת הרשת: כללים שחוסמים תעבורת ניצול או התנהגות פוגענית של פרוטוקולים עוד לפני שתיקון קבוע לתוכנה זמין.

Palo Alto טוענת כי יכולת Advanced Virtual Patching שלה יכולה לפרוס הגנות בתוך שעות, לעומת ממוצע תעשייתי נטען של 55 ימים להפצת תיקון תוכנה רגיל.

חשוב להבין שתיקון וירטואלי הוא אמצעי פיצוי, לא תחליף לתיקון הקוד הפגיע. היעילות שלו תלויה ביכולת לזהות במדויק את נתיב הניצול וביכולת של בקרת הרשת לחסום אותו בלי לפגוע בפעילות לגיטימית. הכיסוי עלול להיות מוגבל כאשר התקיפה עוברת בערוצים מהימנים, בתעבורה מוצפנת, בהסלמת הרשאות מקומית או בהתנהגות שקשה להבדיל בינה לבין שימוש רגיל.

האם המגינים יכולים להחזיר לעצמם את היתרון?

ייתכן — אבל לא באמצעות הוספת סורק AI בודד.

הארכיטקטורה ההגנתית החזקה יותר מחברת כמה שלבים ללולאת פעולה אחת:

1. מיפוי הקוד ומשטח התקיפה כדי שהסוכנים יבינו מה המערכת עושה.
2. בניית מודל איומים ובחינתו לפני יצירת מספר גדול של השערות.
3. שימוש בכמה סוכנים ומודלים כדי לבחון את המערכת מנקודות מבט שונות ולאתגר ממצאים חלשים.
4. שחזור ותעדוף של חולשות בעזרת מומחים אנושיים וראיות ליכולת ניצול.
5. חשיפה מתואמת ופיתוח תיקון קבוע בתהליך המתאים.
6. בלימת החשיפה באופן מיידי באמצעות בקרות רשת או אמצעי פיצוי אחרים.
7. אימות התיקון לאחר פריסת עדכון התוכנה.

זהו הלקח האסטרטגי של AVDH ושל NOVA: היתרון מגיע מהתזמור, לא מתשובת המודל לבדה. AI יכול לדחוס את שלבי הגילוי והאימות, אך המגינים עדיין זקוקים לראיות אמינות, לתעדוף זהיר, לארכיטקטורה עמידה ולמערכות פריסה שמסוגלות לפעול באותו קצב.

תוקפים יכולים להשתמש ביכולות דומות, ותיקונים וירטואליים הם זמניים ותלויי־כיסוי. לכן המטרה המציאותית אינה להעלים את הסיכון לחולשות Zero-Day, אלא להפוך את הלולאה ההגנתית — מגילוי, דרך בלימה ועד תיקון — למהירה ואמינה יותר מהדרך שבה התוקף עובר מממצא לניצול.