Daybreaki laiendamine küberkaitse võimaluste akna ahenedes
Tutvustame uusi võimalusi täiustatud kübervõimekuse rakendamiseks koos meie uusima küberturbemudeli GPT‑5.6‑Cyberiga.
Küberturbemaailm muutub kiiresti: ohustajad kasutavad tehisintellekti üha enam enneolematu kiiruse ja ulatusega küberrünnakuteks, sealhulgas täiesti autonoomselt. Nende võimekuste levikuga jääb kaitsjatele valmistumiseks üha vähem aega. Meie lahendus on anda tipptasemel nutikus usaldusväärsete kaitsjate käsutusse kõikjal maailmas, enne kui ründajad hakkavad ründavat tehisintellekti laialdaselt kasutama.
Laiendame OpenAI Daybreaki kahe juurdepääsutasemega, mis annavad heakskiidetud kaitsjatele nende tööks sobivad võimekused:
- Daybreak Blue annab juurdepääsu tipptasemel üldotstarbelistele mudelitele, sealhulgas GPT‑5.6 Solile, ning sisaldab volitatud kaitsetööks kohandatud kaitsemeetmeid. See on enamiku kaitsjate jaoks soovitatav lähtekoht ning toetab haavatavuste avastamist, turvalise koodi ülevaatust, pahavara analüüsi, intsidentidele reageerimist ja paikade valideerimist.
- Daybreak Red annab juurdepääsu meie eriotstarbeliselt treenitud küberturbemudelitele, et teha volitatud haavatavusuuringuid, valideerida ärakasutusi ja testida turvalisust.
Tutvustame ka GPT‑5.6‑Cyberit, mis on saadaval Daybreak Redi kaudu. GPT‑5.6 Solil põhinevat mudelit on treenitud parandama võimekust mitmes küberturbe eriülesandes (nt nullpäeva haavatavuste leidmine ja ärakasutusahelate loomine) ning vähendama keeldumisi teatud suurema riskiga kahesuguse kasutusega küberülesannete puhul.
Daybreak avab juurdepääsu täiustatud kübervõimekusele
Nagu oleme varem kirjeldanud, pakub GPT‑5.6 Sol küberturbeülesannetes tipptasemel tulemuslikkust. Tootmiskeskkonnas kasutame süsteemitasandi kaitsemeetmeid, et sõeluda küberturbega seotud päringuid ja vältida väärkasutust, kuid need võivad blokeerida ka õiguspärast kaitsetööd. Daybreak Blue’i juurdepääs eemaldab need piirangud, aidates kaitsjatel mudelit tegelikes turbeülesannetes paremini kasutada, sealhulgas intsidentide tuvastamisel ja neile reageerimisel, uurimistes, haavatavuste haldamisel ning turbehindamistel.
Isegi ilma süsteemitasandi piiranguteta leidub väga selgelt kahesuguse kasutusega küberturbeviipasid (nt tootmissüsteemide läbistustestimine), mille täitmisest GPT‑5.6 Sol keeldub. Selle lahendamiseks treenisime Daybreak Redi kaudu saadaolevat GPT‑5.6‑Cyberit, et veelgi vähendada keeldumisi ja parandada teatud ülesannete tulemusi. GPT‑5.6‑Cyber aitab usaldusväärsetel kaitsjatel teha õiguspäraseid turbetoiminguid.
Et mõõta, kui palju vähendab Daybreak Redi kaudu kasutatav GPT‑5.6‑Cyber keeldumisi, lõime sisemise hindamise „Täiustatud küberturbe täitmismäär“. See mõõdab, kui sageli vastavad mudelid päringutele, mis hõlmavad ärakasutusahelate loomist, autentimisest möödahiilimist, õiguste suurendamist ja muid täiustatud küberturbestsenaariume1. GPT‑5.6‑Cyber täidab neist päringutest 95,0%, GPT‑5.6 Sol aga vaid 1,5% ning Daybreak Blue juurdepääsuga 2,0%. Samuti täidab see rohkem päringuid kui GPT‑5.5‑Cyber, mille täitmismäär on vaid 57,3%. Nii lahendab see varasemat mudelit kasutanud turbeuurijate mure püsivate keeldumiste pärast.
Allpool esitame rea küberturbeviipasid ja nendega seotud mudelivastuseid: süsteemitasandi piirangutega GPT‑5.6 Sol, GPT‑5.6 Sol (Daybreak Blue), GPT‑5.5‑Cyber (Daybreak Red) ning GPT‑5.6‑Cyber (Daybreak Red).
Küberturbe tulemuslikkuse parandamine
GPT‑5.6‑Cyberi mudelit on treenitud parandama tulemusi teatud küberturbe töövoogudes, mis hõlmavad ärakasutuste loomist ja täiustatud turbeuuringuid. ExploitGymis2, mis hindab, kas agendid suudavad muuta teadaolevad haavatavused toimivateks, kontrollitud keskkonnas suvalise koodi käivitamist võimaldavateks ärakasutusteks, edestab GPT‑5.6‑Cyber nii GPT‑5.6 Soli kui ka GPT‑5.5 Cyberit.
GPT‑5.6‑Cyberi teine arendusvaldkond on uute nullpäeva haavatavuste leidmine ja nende tõsiduse täpne kalibreerimine. Lõime sisemise hindamisandmestiku, milles anname mudelitele avatud lähtekoodiga varamu praeguse väljalaske. Seejärel palume neil luua võimalikult suure mõjuga kontseptsioonitõenduse ärakasutused ja lisada leidude tehniline kirjeldus. Mudeleid hinnatakse leidude tõsiduse ja mõju ning kaasneva tehnilise kirjelduse kalibreerituse ja kvaliteedi alusel. Tänu spetsiaalsele treeningule edestas GPT‑5.6‑Cyber (Daybreak Red) selles võrdluskatses GPT‑5.6 Soli (Daybreak Blue).
Hindasime GPT‑5.6‑Cyberit ka oma sisemise haavatavuste avastamise ja aruannete koostamise hindamisega, kus agent saab avatud viiba, et leida teadaoleva haavatavusega varamust haavatavusi. Mudelid teenivad selles hindamises punkte tõsiste ja praktiliselt kõrvaldatavate haavatavuste leidmise eest, olgu need uued või teadaolevad, samuti toimiva kontseptsioonitõenduse loomise ja kvaliteetse haavatavusaruande esitamise eest. Nii GPT‑5.6 Sol kui ka GPT‑5.6‑Cyber on GPT‑5.5‑Cyberist paremad. GPT‑5.6‑Cyberi tulemus on selles hindamises GPT‑5.6 Soli omast halvem. Meie hinnangul tuleneb see sellest, et mudel koostab vahel lühemaid ja vähem üksikasjalikke haavatavusaruandeid.
Viimasena mõõtsime ärakasutuste loomise võimekust ExploitBenchil3, mis hindab agendi võimet arendada V8 haavatavusest terviklik ärakasutus. See ärakasutusülesanne on ExploitGymist raskem: rohkem kaitsemeetmeid, näiteks V8 liivakast, jääb sisselülitatuks ning agent saab ärakasutatava haavatavuse kohta vähem teavet. Standardses, agentide töö 300 käiguga piiravas seadistuses lahendab GPT‑5.6 Sol (Daybreak Blue) ülesandeid tokenitõhusamalt ja saavutab parima tulemuse. Kui suurendame standardse 300 käigu asemel limiidi 600 käiguni, väheneb kahe mudeli tulemuste erinevus.
Lisaks hindamistulemustele andsime GPT‑5.6‑Cyberile varajase juurdepääsu ka rühmale usaldusväärsetele kliendipartneritele. Need kliendid on mudelite abil oma kaitsetöövooge edukalt kiirendanud:
Päristarkvara haavatavuste leidmine ja paikamine
GPT‑5.6‑Cyberi võimekus ulatub teadusuuringute võrdluskatsetest pärismaailma haavatavusuuringuteni. Pärismaailma haavatavusuuringud nõuavad sageli pikaajalist arutlust suurte ja tundmatute koodibaaside üle. Uurijad peavad püstitama ja kontrollima hüpoteese, jälgima mitme komponendi vastasmõju, taasesitama ootamatut käitumist ning tegema kindlaks, kas kahtlustatavat haavatavust saab praktikas ära kasutada.
Pärast GPT‑5.6‑Cyberi mudeli treeningu lõppu oleme seda kasutanud valitud tarkvaraprojektide põhjalikuks uurimiseks ja täiustamiseks. Näiteks uurisime GPT‑5.6‑Cyberiga Chrome’is kasutatavat JavaScripti mootorit V8. Avastasime kaks varem tundmatut haavatavust, mida sai aheldada mälu rikkumiseks ja V8 heap-põhisest liivakastist väljumiseks. Meie uurijad valideerisid leiud ja teatasid neist Google’ile koordineeritud haavatavuste avalikustamise protsessi kaudu. Google parandas haavatavuse ja määras sellele tähise CVE-2026-15903.
CVE-2026-15903 on suure tõsidusega haavatavus Chrome’i JavaScripti mootoris V8. Selle optimeeriv kompilaator jättis väärtuste täisarvudeks teisendamisel ekslikult turvakontrolli vahele, mistõttu võisid määratlemata väärtused anda oodatud tulemuse asemel ootamatult suure arvu.
Kui seda arvu kasutatakse massiivi indeksina, võib kompilaator ekslikult eeldada, et see jääb massiivi piiridesse, ja tavapärase piirikontrolli ära jätta. Seejärel saab ründaja lugeda teistele objektidele kuuluvat mälu või seda üle kirjutada ning potentsiaalselt käivitada Chrome’i liivakastis suvalist koodi. Kuhjaliivakastist väljumiseks oleks üldjuhul vaja teist haavatavust, mille GPT‑5.6‑Cyber samuti leidis. Allolev diagramm annab sellest suure tõsidusega haavatavusest ülevaate.
Lisaks neile V8 haavatavustele oleme GPT‑5.6‑Cyberi abil tuvastanud väga tõsiseid probleeme tarkvaras alates populaarsetest andmebaasidest kuni mobiiltelefonideni:
- Vähemalt viis haavatavust populaarses mobiilioperatsioonisüsteemis, sealhulgas ahel, mis võimaldab ebausaldusväärsel rakendusel suurendada kohalikke õigusi.
- Kolm kriitilist haavatavust populaarses andmebaasis, sealhulgas kaugteel koodi käivitamise võimalus.
- Üle 400 haavatavuse, mis võivad võimaldada õiguste suurendamist populaarse operatsioonisüsteemi tuumas.
Teeme Daybreaki partnerite ja avatud lähtekoodi kogukonna liikmetega tihedat koostööd, et need mobiilioperatsioonisüsteemi, andmebaasi ja tuuma haavatavused avalikustada ning kõrvaldada.
Valmisoleku hindamised
Meie „Valmisoleku raamistiku“ alusel hinnati GPT‑5.6 Soli mudeli küberturbevõimekus tasemele „kõrge“, mis jääb alla lävendi „kriitiline“. Enne GPT‑5.6‑Cyberi turuletoomist hindasime ka selle tipptasemel kübervõimekust ja leidsime, et see saavutab samuti „kõrge“, kuid mitte lävendit „kriitiline“. Mudel oli GPT‑5.6 Solist parem mõnes spetsiaalses küberülesandes, mille jaoks seda otseselt treenisime, kuid mitte piisavalt, et saavutada meie lävend „kriitiline“. Nagu märkisime Hugging Face’i intsidendi värskendustes, ei osalenud GPT‑5.6‑Cyber Hugging Face’i ärakasutamises. Samuti ei osalenud selles ükski teine mudel, mille väljalase on peagi kavas.
Avaldame GPT‑5.6‑Cyberi täiendavaid hindamisi sisaldava süsteemikaardi hiljem.
Juurdepääs ja kaitsemeetmed
Vähendatud kaitsemeetmetega töötavad mudelid toovad tavakasutusest suuremaid riske nii väärkasutuse kui ka kõrvalekaldumise tõttu. Neist riskidest hoolimata peame kaitsjatele tipptasemel nutikuse laialdase kättesaadavuse tagamist küberkaitse kiirendamiseks ja automatiseerimiseks ülioluliseks.
Daybreak Blue ja Daybreak Redi juurdepääs on saadaval volitatud tööd tegevatele heakskiidetud üksikisikutele(avaneb uues aknas) ja organisatsioonidele. Kontrollime juurdepääsu isikusamasuse kontrolli, kontoturbe, seire, heakskiidetud kasutusotstarbe piirangute ja juriidiliste kinnitustega.
Võtame kübermudelite turvalisemaks kasutamiseks ka lisameetmeid:
- Soovitame tungivalt Codexit kasutavatel Daybreaki klientidel minna rakenduse vaikeseadete ja kasutajaliidese funktsioonide kaudu täisjuurdepääsurežiimilt üle automaatse ülevaatuse režiimile. Automaatne ülevaatus hindab suuremaid õigusi nõudvaid toiminguid enne nende käivitamist ja võib blokeerida taotlused, millega kaasneb märkimisväärne hävitava tegevuse oht.
- Alates 1. septembrist 2026 peavad kõik Daybreaki individuaalkontod kasutama riistvaralisi turvavõtmeid.
- Töötame aktiivselt täiendavate turvameetmete, sealhulgas täiustatud seire kallal, mille kavatseme lähinädalatel kasutusele võtta.
- Peame tulevaste Daybreaki väljalasete puhul esmatähtsaks joondamistreeningut ja -testimist.
- Värskendasime Codexi turvalisuse parimate tavade dokumentatsiooni, et aidata meeskondadel hoida kübervõimekusega agendid ettenähtud turbepiirides.
Daybreaki seeria kasutamise parimad tavad on järgmised:
- Kasuta liivakasti ja isolatsiooni. Käita turbetöövooge kontrollitud keskkondades, millel puudub juurdepääs tundlikele tootmissüsteemidele ja avatud internetile. Testi korrapäraselt liivakasti piire.
- Jälgige agentide tegevust. Kasutage automaatse ülevaatuse režiimi(avaneb uues aknas), et kontrollida enne käivitamist Codexi liivakastist väljapoole suunatud tööriistakutseid. Lisage suurema riskiga töövoogudele täiendav seire ja inimjärelevalve.
- Määrake ulatus. Määrake, millised süsteemid ja toimingud on lubatud. Kasutage nende piiride jõustamiseks piiratud ulatusega õiguste profiile(avaneb uues aknas).
Organisatsioonid saavad oma töövoogude järgi ka ülevaatusreegleid kohandada(avaneb uues aknas).
Soovitame enamikul kaitsjatel alustada Daybreak Bluest. Meeskonnad, kelle volitatud töö hõlmab täiustatud haavatavusuuringuid, ärakasutuste loomist või lööktestimist, saavad taotleda Daybreak Redi juurdepääsu meie kõige arenenumatele kübermudelitele. Programmi kandideerimiseks avage openai.com/daybreak/partners.
1. Kõigi hindamiste puhul näitame iga mudeli tulemust kõrgeimal avalikult saadaoleval arutlustasemel. GPT‑5.6‑Cyberi arutluseelarve on üldiselt suurem ja põhjalikum kui GPT‑5.6 Solil, mistõttu kasutab see rohkem tokeneid.
2. Kõik ExploitGymi hindamised tehti meie uue sisemise teostusega tugevdatud turbega isoleeritud keskkondades, jälgides rangelt kõrvalekalduvat käitumist.
3. ExploitBenchi hindamised tehti meie sisemise lahendusega tugevdatud turbega isoleeritud keskkondades.
