OpenAI

۱۹ آبان ۱۴۰۵

استارتاپ

Cogent و OpenAI: کارخانه‌های دفاع سایبری برای سازمان‌ها

Cogent مدل‌های OpenAI را با اطلاعات زمینه‌ای سازمان ترکیب می‌کند تا به رفع خودکار آسیب‌پذیری‌ها با کمک عامل‌ها کمک کند.

نشان سفید Cogent روی سطحی تیره از فلز خش‌دار، با بازتابی گرم به رنگ قهوه‌ای مایل به قرمز.
اندازه شرکت: استارتاپ
منطقه: آمریکای شمالی
صنعت: فناوری
محصولات: API, Codex, Daybreak

۷۵٪

کاهش میانگین زمان رفع آسیب‌پذیری‌ها

۵ برابر

آسیب‌پذیری‌های بیشتر ارزیابی و اولویت‌بندی‌شده

شرکت Cogent Security⁠(در یک پنجره جدید باز می‌شود) با مشاهده ریسک‌های امنیتی بی‌سابقه‌ای که سازمان‌ها با آن روبه‌رو هستند، دریافته است که دشوارترین بخش کار، نه یافتن آسیب‌پذیری‌ها، بلکه رفع آن‌هاست. رفع آسیب‌پذیری کاری پیچیده است که چندین تیم را درگیر می‌کند. این کار مستلزم شناخت محیط شرکت و شرایط آن است: مهاجم چگونه می‌تواند از یک آسیب‌پذیری سوءاستفاده کند، کدام سیستم‌های کسب‌وکار در معرض خطرند و چه تغییراتی را می‌توان با ایمنی اعمال کرد.

Cogent برای سازمان‌ها کارخانه‌های دفاع سایبری می‌سازد تا این ریسک‌ها را به‌صورت خودمختار پیدا و حذف کنند. این کارخانه‌ها طراحی شده‌اند تا در واکنش به شتاب گرفتن کشف و بهره‌برداری از آسیب‌پذیری‌ها، به مدافعان کمک کنند با سرعت ماشین عمل کنند.

عامل‌های هوش مصنوعی این شرکت، GPT‑6.1 Sol و GPT‑5.6 را با اطلاعات زمینه‌ای و کنترل‌های سازمانی آن ترکیب می‌کنند تا کار را از بررسی اولیه تا رفع تأییدشده مشکل انجام دهند. عامل‌ها نقاط در معرض خطر را ارزیابی می‌کنند، تغییرات مجاز را اجرا می‌کنند و حذف ریسک را تأیید می‌کنند. Cogent همچنین با استفاده از Cyber و Daybreak، پژوهش‌های داخلی درباره مسیرهای حمله و قابلیت‌های دفاعی انجام می‌دهد.

«توانایی مدل‌های OpenAI در پیش بردن وظایف طولانی‌مدت، سطح تازه‌ای از خودمختاری را در دفاع سازمانی ممکن می‌کند: عامل‌های هوش مصنوعی اکنون می‌توانند کار را از بررسی اولیه تا رفع تأییدشده مشکل پیش ببرند.»
—گنگ سنگ، هم‌بنیان‌گذار و مدیر ارشد فناوری Cogent
کارخانه دفاع سایبری Cogent داده‌های ابر سازمانی، کد، دستگاه‌های پایانی، هویت و اسکنرها را به عامل‌هایی متصل می‌کند که با تکیه بر مدل‌های OpenAI، اطلاعات زمینه‌ای و کنترل‌های مشتری، ریسک‌ها را بررسی و اولویت‌بندی می‌کنند، برای رفع آن‌ها اقدام می‌کنند و نتیجه را تأیید می‌کنند.

فراهم کردن اطلاعات زمینه‌ای و مجوز اقدام برای عامل‌ها

موتور اطلاعات زمینه‌ای Cogent برای هر مشتری، یک گراف دانش سازمانی شامل دارایی‌ها، آسیب‌پذیری‌ها، هویت‌ها، مالکیت و وابستگی‌ها نگهداری می‌کند. عامل‌های تخصصی که در پس‌زمینه کار می‌کنند، پیوسته اطلاعات ابزارها و سیستم‌های امنیتی را تطبیق و یکپارچه می‌کنند تا عامل‌های بررسی و رفع آسیب‌پذیری، درک مشترکی از محیط داشته باشند.

GPT‑6 Astra برنامه‌ریزی اولیه و استدلال پیچیده لازم برای این کار را بر عهده دارد. این قابلیت چیزی را ممکن می‌کند که گنگ سنگ، هم‌بنیان‌گذار و مدیر ارشد فناوری Cogent، آن را «چارچوب آزمون حافظه برای سازمان» توصیف می‌کند. او می‌گوید: «لازم نیست با هر وظیفه تازه، دوباره یاد بگیریم که محیط اطرافمان چگونه است.» استفاده مجدد از اطلاعات زمینه‌ای، تأخیر، هزینه‌های استنتاج و ناسازگاری نتایج را کاهش می‌دهد.

خط‌مشی‌های عامل Cogent، تغییرات مجاز و الزامات تأیید هر سازمان را مشخص می‌کنند و موتور اعمال خط‌مشی آن، TRACE، فراخوانی ابزارها را پیش از اجرا با این خط‌مشی‌ها تطبیق می‌دهد. این بررسی‌ها قطعی هستند و به استنتاج جداگانه مدل نیاز ندارند.

یک درگاه عامل، مجوزها را به‌طور مستقل بررسی می‌کند و کارهای پرریسک‌تر می‌توانند در محیط‌های آزمایشی ایزوله اجرا شوند. مشتریان می‌توانند بررسی‌ها را به عامل‌ها بسپارند، تأیید تغییرات را الزامی کنند یا اجازه دهند رفع آسیب‌پذیری در محدوده‌ای مشخص به‌صورت خودمختار انجام شود.

از افشای آسیب‌پذیری تا تأیید رفع آن

وقتی نقص‌های امنیتی بحرانی موسوم به PHP2Shell در PHP، زبان برنامه‌نویسی مورد استفاده برای اجرای وب‌سایت‌ها، افشا شدند، مشتریان به کارخانه‌های دفاع سایبری روی آوردند که Cogent از قبل در محیط‌های آن‌ها مستقر کرده بود.

GPT‑6.1 Sol و GPT‑6 Astra استدلال عمیق لازم برای بررسی و برنامه‌ریزی اقدامات اصلاحی را فراهم کردند. عامل‌ها با استفاده از لایهٔ اطلاعات زمینه‌ای Cogent، سیستم‌های آسیب‌دیده را شناسایی کردند، میزان مواجهه با تهدید را سنجیدند و برنامه‌هایی تدوین کردند که وابستگی‌های برنامه‌ها و محدودیت‌های عملیاتی را در نظر می‌گرفت. سپس اجرای اصلاحات را با استفاده از گردش‌کارهای تأیید و اجرا که مشتریان تعریف کرده بودند هماهنگ کردند و رفع مشکل را تأیید کردند.

Cogent گزارش می‌دهد که مشتریان از کارخانه‌های دفاع سایبری این شرکت برای رفع سریع‌تر آسیب‌پذیری‌ها و افزایش ظرفیت بررسی‌های امنیتی استفاده می‌کنند. با کمک Cogent، یکی از مشتریان خودروساز در فهرست Fortune 1000 میانگین زمان رفع آسیب‌پذیری‌های بحرانی خود را ۷۵٪ کاهش داد و یکی از مشتریان حوزهٔ خدمات فناوری اطلاعات در فهرست Fortune 500، توان عملیاتی ارزیابی و اولویت‌بندی آسیب‌پذیری‌ها را به ۵ برابر رساند.

MarketAxess، پلتفرم جهانی معاملات الکترونیکی، از Cogent برای تقویت رویکرد ریسک‌محور خود در مدیریت مواجهه با تهدید استفاده می‌کند. «Cogent داده‌های آسیب‌پذیری، اطلاعات زمینه‌ای کسب‌وکار، کنترل‌های امنیتی و تحلیل مسیر حمله را کنار هم قرار می‌دهد تا به ما کمک کند موارد واقعی مواجهه با تهدید را راستی‌آزمایی کنیم و اقدامات اصلاحی را در مهم‌ترین بخش‌ها در اولویت بگذاریم. آنچه بیش از همه به چشم می‌آید، سرعت تیم Cogent در واکنش به تهدیدهای نوظهور و تبدیل بازخوردهای ما به قابلیت‌های کاربردی است.» این را ویجی بالا، مدیر ارشد امنیت اطلاعات MarketAxess، می‌گوید.

چرا Cogent با مدل‌های OpenAI و Codex توسعه می‌دهد

Cogent به‌طور مستمر گزینه‌های متن‌بسته و متن‌باز را ارزیابی می‌کند و گزارش می‌دهد که مدل‌های OpenAI در کارهای امنیتی طولانی‌مدت استدلال قوی‌تری دارند، دقت بیشتری ارائه می‌دهند، در کار با پایگاه‌های کد فنی کمتر دچار توهم می‌شوند و کارها را قابل‌اعتمادتر اجرا می‌کنند. این مدل‌ها می‌توانند فراخوانی ابزارها را به‌صورت زنجیره‌ای، هم ترتیبی و هم موازی، انجام دهند و در عین حال اطلاعات زمینه‌ای را در سراسر گردش‌کارهای اصلاحی حفظ کنند.

Cogent برای بررسی‌های پیچیده، کیفیت استدلال و برای کارهای ساده‌تر، هزینه را در اولویت قرار می‌دهد. این شرکت از GPT‑6.1 Sol برای اجرای کارهای عمومی و از GPT‑5.6 برای وظایف روزمرهٔ مدیریت آسیب‌پذیری استفاده می‌کند؛ وظایفی که در آن‌ها استدلال پیشرفته اهمیت کمتری دارد.

«مدل‌های OpenAI نسبت به مدل‌های سایر ارائه‌دهندگان مقرون‌به‌صرفه‌ترند. این برای ما مزیت بزرگی است، به‌ویژه وقتی این مجموعه‌های عظیم عامل‌ها را اجرا می‌کنیم.»
—گنگ سنگ، هم‌بنیان‌گذار و مدیر ارشد فناوری Cogent

استفاده از مدل‌های OpenAI همچنین نیاز Cogent به ساخت نرم‌افزارهای پشتیبان برای رفع آسیب‌پذیری و اعمال وصله‌های امنیتی را کاهش داده است. گنگ می‌گوید: «بخش زیادی از کارهایی که قبلاً باید در سطح چارچوب آزمون انجام می‌دادیم، دیگر لازم نیست.» او همچنین گفت که APIهای OpenAI «مسیریابی درخواست‌ها و هماهنگ‌سازی عامل‌ها را ساده‌تر کرده‌اند، سربار مهندسی داخلی را به‌طور چشمگیری کاهش داده‌اند و زمان عرضهٔ گردش‌کارهای امنیتی پیچیدهٔ ما به بازار را کوتاه‌تر کرده‌اند.»

بیشتر مهندسان Cogent نیز Codex را برای توسعه انتخاب می‌کنند. به گفتهٔ گنگ، بهره‌وری آن‌ها هنگام استفاده از Codex در کنار مدل‌های OpenAI بیشتر از زمانی است که از همان مدل‌ها در یک محیط کدنویسی متن‌باز استفاده می‌کنند. گنگ می‌گوید: «Codex از همان ابتدا ابزارهایی در اختیارمان می‌گذارد که دیگر لازم نیست خودمان بسازیم.»

گسترش دفاع سایبری خودمختار

Cogent از طریق Trusted Access for Cyber و Daybreak برای فعالیت‌های داخلی تیم قرمز و پژوهش درباره مسیرهای حمله، پشتیبانی فنی دریافت می‌کند. Daybreak Red، یکی از سطوح دسترسی در Daybreak، مدل‌های تخصصی OpenAI را برای پژوهش‌های مجاز درباره عملیات تهاجمی و آسیب‌پذیری‌ها در اختیار این تیم قرار می‌دهد. گنگ می‌گوید: «دفاع خوب به توان تهاجمی خوب نیاز دارد.»

«از طریق Trusted Access for Cyber و Daybreak می‌توانیم بررسی کنیم که آسیب‌پذیری‌ها چگونه ممکن است در میان هویت‌ها، منابع و کنترل‌های شبکه به یکدیگر زنجیر شوند. از این پژوهش‌ها استفاده می‌کنیم تا بفهمیم عامل‌های ما چه کارهایی می‌توانند انجام دهند و در مرحله بعد کدام قابلیت‌های دفاعی را باید بسازیم.»
—گنگ سنگ، هم‌بنیان‌گذار و مدیر ارشد فناوری Cogent

Cogent قصد دارد قابلیت‌های خود را به‌عنوان شریک کلیدی سازمان‌ها برای ساخت کارخانه‌های دفاع سایبری خودشان گسترش دهد. نقشه راه این شرکت شامل افزایش خودمختاری در رفع آسیب‌پذیری و گسترش دامنه و پیچیدگی اقداماتی است که عامل‌ها می‌توانند اجرا کنند؛ از تغییرات ساده در پیکربندی تا گردش‌کارهای چندمرحله‌ای در سیستم‌های مختلف سازمان.

این شرکت همچنین در حال توسعه قابلیت‌های کشف و اعتبارسنجی خودمختار است. هدف آن، سیستمی حلقه‌بسته است که ریسک‌ها را پیدا و حذف کند و هم‌زمان، با یادگیری مداوم از هر آسیب‌پذیری، بررسی‌ها و اقدامات اصلاحی آینده را بهبود دهد.