گسترش Daybreak هم‌زمان با تنگ‌تر شدن فرصت دفاع سایبری

دنیای امنیت سایبری به‌سرعت در حال تغییر است؛ مهاجمان بیش‌ازپیش از هوش مصنوعی برای اجرای حملات سایبری با سرعت و مقیاسی بی‌سابقه، از جمله به‌صورت کاملاً خودمختار، استفاده خواهند کرد. با گسترش این قابلیت‌ها، فرصت مدافعان برای آماده‌شدن رو به کاهش است. پاسخ ما این است که پیش از به‌کارگیری گسترده قابلیت‌های تهاجمی هوش مصنوعی توسط مهاجمان، هوشمندی پیشرو را در اختیار مدافعان قابل‌اعتماد در سراسر جهان بگذاریم.

OpenAI Daybreak را با دو سطح دسترسی گسترش می‌دهیم تا مدافعان تأییدشده به قابلیت‌های مناسب کارشان دسترسی داشته باشند:

• Daybreak Blue دسترسی به مدل‌های همه‌منظوره پیشرو، از جمله GPT‑5.6 Sol، را با تدابیر حفاظتی متناسب با فعالیت‌های مجاز دفاع امنیتی فراهم می‌کند. این سطح، نقطه شروع پیشنهادی برای بیشتر مدافعان است و از کشف آسیب‌پذیری، بازبینی امن کد، تحلیل بدافزار، پاسخ‌گویی به رخداد و اعتبارسنجی وصله پشتیبانی می‌کند.
• Daybreak Red دسترسی به مدل‌های امنیت سایبری آموزش‌دیده برای اهداف ویژه را جهت پژوهش مجاز آسیب‌پذیری، اعتبارسنجی اکسپلویت و آزمون امنیت فراهم می‌کند.

همچنین GPT‑5.6‑Cyber را معرفی می‌کنیم که از طریق Daybreak Red در دسترس است. این مدل که بر پایه GPT‑5.6 Sol ساخته شده، برای بهبود قابلیت‌ها در چند وظیفه تخصصی امنیت سایبری، مانند یافتن آسیب‌پذیری‌های روز صفر و توسعه زنجیره‌های اکسپلویت، و کاهش امتناع در برخی وظایف سایبری دومنظوره و پرخطرتر آموزش دیده است.

Daybreak قابلیت‌های پیشرفته سایبری را در دسترس قرار می‌دهد

همان‌طور که پیش‌تر اعلام کردیم⁠، GPT‑5.6 Sol در وظایف امنیت سایبری عملکردی پیشرفته و ممتاز ارائه می‌دهد. در محیط عملیاتی، برای بررسی درخواست‌های مرتبط با امنیت سایبری و جلوگیری از سوءاستفاده، تدابیر حفاظتی در سطح سیستم به‌کار می‌گیریم؛ اما این تدابیر ممکن است فعالیت‌های دفاعی مشروع را نیز مسدود کنند. دسترسی Daybreak Blue این محدودیت‌ها را برمی‌دارد و به مدافعان کمک می‌کند در وظایف واقعی امنیتی، از جمله شناسایی و پاسخ‌گویی به رخداد، تحقیقات، مدیریت آسیب‌پذیری و ارزیابی‌های امنیتی، بهره بیشتری از مدل ببرند.

حتی بدون محدودیت‌های سطح سیستم نیز برخی اعلان‌های امنیت سایبری بسیار دومنظوره، مانند آزمون نفوذ سامانه‌های عملیاتی، وجود دارند که GPT‑5.6 Sol از انجام آن‌ها امتناع می‌کند. برای رفع این مسئله، GPT‑5.6‑Cyber را آموزش دادیم که با دسترسی Daybreak Red عرضه می‌شود و امتناع را بیشتر کاهش می‌دهد و عملکرد را در برخی وظایف بهبود می‌بخشد. GPT‑5.6‑Cyber به مدافعان قابل‌اعتماد کمک می‌کند فعالیت‌های امنیتی مشروع را انجام دهند.

برای سنجش کاهش نرخ امتناع GPT‑5.6‑Cyber در دسترسی Daybreak Red، ارزیابی داخلی «نرخ تکمیل وظایف پیشرفته امنیت سایبری» را ایجاد کردیم که اندازه می‌گیرد مدل‌ها چند وقت یک‌بار به درخواست‌های مربوط به توسعه زنجیره اکسپلویت، دور زدن احراز هویت، ارتقای سطح دسترسی و دیگر سناریوهای پیشرفته امنیت سایبری پاسخ می‌دهند^۱. GPT‑5.6‑Cyber تعداد ۹۵٫۰٪ از این درخواست‌ها را تکمیل می‌کند؛ این رقم برای GPT‑5.6 Sol فقط ۱٫۵٪ و هنگام استفاده با دسترسی Daybreak Blue برابر با ۲٫۰٪ است. این مدل همچنین درخواست‌های بیشتری از GPT‑5.5‑Cyber تکمیل می‌کند که نرخ تکمیل آن فقط ۵۷٫۳٪ است؛ به‌این‌ترتیب، بازخورد پژوهشگران امنیتی درباره امتناع‌های مداوم مدل پیشین برطرف می‌شود.

در ادامه، مجموعه‌ای از اعلان‌های امنیت سایبری و پاسخ‌های مرتبط مدل را از GPT‑5.6 Sol با محدودیت‌های سطح سیستم، GPT‑5.6 Sol ‏(Daybreak Blue)، GPT‑5.5‑Cyber ‏(Daybreak Red) و GPT‑5.6‑Cyber ‏(Daybreak Red) نشان می‌دهیم.

بهبود عملکرد امنیت سایبری

مدل GPT‑5.6‑Cyber برای بهبود عملکرد در برخی جریان‌های کاری امنیت سایبری شامل توسعه اکسپلویت و پژوهش‌های امنیتی پیشرفته آموزش دیده است. در ExploitGym^۲، که می‌سنجد آیا عامل‌ها می‌توانند آسیب‌پذیری‌های شناخته‌شده را در محیط‌های کنترل‌شده به اکسپلویت‌های عملی با قابلیت اجرای کد دلخواه تبدیل کنند، GPT‑5.6‑Cyber از GPT‑5.6 Sol و GPT‑5.5 Cyber بهتر عمل می‌کند.

حوزه دیگری که GPT‑5.6‑Cyber برای بهبود آن طراحی شده، توانایی یافتن آسیب‌پذیری‌های جدید روز صفر و تعیین دقیق شدت آن‌هاست. یک مجموعه‌داده ارزیابی داخلی ایجاد کردیم که در آن نسخه فعلی یک محل نگهداری متن‌باز را در اختیار مدل‌ها قرار می‌دهیم. سپس از آن‌ها می‌خواهیم اکسپلویت‌های اثبات مفهوم با بیشترین اثر ممکن را همراه با شرح فنی یافته‌هایشان تولید کنند. مدل‌ها بر اساس شدت و اثر یافته‌ها و نیز دقت درجه‌بندی و کیفیت شرح فنی همراه ارزیابی می‌شوند. GPT‑5.6‑Cyber ‏(Daybreak Red) به‌دلیل آموزش تخصصی خود در این معیار از GPT‑5.6 Sol ‏(Daybreak Blue) بهتر عمل کرد.

GPT‑5.6‑Cyber را در ارزیابی داخلی «کشف آسیب‌پذیری و نگارش گزارش» نیز آزمودیم؛ در این ارزیابی، یک اعلان باز برای یافتن آسیب‌پذیری در محل نگهداری دارای آسیب‌پذیری شناخته‌شده به عامل داده می‌شود. مدل‌ها با یافتن آسیب‌پذیری‌های شدید و قابل‌اقدام، چه جدید و چه شناخته‌شده، ساخت اثبات مفهوم عملی و ارائه گزارش آسیب‌پذیری باکیفیت امتیاز می‌گیرند. هر دو مدل GPT‑5.6 Sol و GPT‑5.6‑Cyber نسبت به GPT‑5.5‑Cyber بهبود یافته‌اند. GPT‑5.6‑Cyber در این ارزیابی ضعیف‌تر از GPT‑5.6 Sol عمل می‌کند؛ به باور ما، دلیل آن این است که مدل گاهی گزارش‌های آسیب‌پذیری کوتاه‌تر و کم‌جزئیات‌تری تولید می‌کند.

در نهایت، قابلیت‌های توسعه اکسپلویت را در ExploitBench^۳ سنجیدیم؛ ارزیابی‌ای که توانایی یک عامل را برای تبدیل آسیب‌پذیری V8 به اکسپلویتی کامل می‌آزماید. این وظیفه بهره‌برداری از ExploitGym دشوارتر است؛ تدابیر دفاعی بیشتری، مانند سندباکس V8، فعال می‌مانند و اطلاعات کمتری درباره آسیب‌پذیری مورد بهره‌برداری در اختیار عامل قرار می‌گیرد. در تنظیم استاندارد که عامل‌ها را به ۳۰۰ نوبت محدود می‌کند، GPT‑5.6 Sol ‏(Daybreak Blue) وظایف را با مصرف بهینه‌تر توکن حل می‌کند و بهترین عملکرد را دارد. اگر تنظیم استاندارد را از ۳۰۰ نوبت به ۶۰۰ نوبت افزایش دهیم، فاصله عملکرد میان دو مدل کمتر می‌شود.

گذشته از نتایج معیارهای ارزیابی، دسترسی زودهنگام به GPT‑5.6‑Cyber را نیز در اختیار گروهی از شرکای مشتری قابل‌اعتماد قرار دادیم. این مشتریان با موفقیت چشمگیری از مدل‌ها برای تسریع جریان‌های کاری دفاعی خود استفاده کرده‌اند:

یافتن و وصله‌کردن آسیب‌پذیری‌ها در نرم‌افزارهای واقعی

قابلیت‌های GPT‑5.6‑Cyber فراتر از عملکرد در معیارهای پژوهشی است و پژوهش آسیب‌پذیری در دنیای واقعی را نیز در بر می‌گیرد. پژوهش آسیب‌پذیری در دنیای واقعی اغلب به استدلال مداوم درباره پایگاه‌های کد بزرگ و ناآشنا نیاز دارد. پژوهشگران باید فرضیه‌هایی بسازند و بیازمایند، تعامل میان چند مؤلفه را ردیابی کنند، رفتار غیرمنتظره را بازتولید کنند و مشخص کنند آیا آسیب‌پذیری مشکوک در عمل قابل بهره‌برداری است یا خیر.

از زمان پایان آموزش مدل GPT‑5.6‑Cyber، از آن برای بررسی گسترده و بهبود شماری از پروژه‌های نرم‌افزاری منتخب استفاده کرده‌ایم. برای نمونه، از GPT‑5.6‑Cyber برای بررسی V8، موتور JavaScript مورد استفاده Chrome، بهره گرفتیم. دو آسیب‌پذیری ناشناخته قبلی را کشف کردیم که می‌شد آن‌ها را زنجیره کرد تا حافظه تخریب شود و فرار از سندباکس هیپ V8 ممکن گردد. پژوهشگران ما یافته‌ها را اعتبارسنجی کردند و از طریق فرایند هماهنگ افشای آسیب‌پذیری به Google گزارش دادند. Google این آسیب‌پذیری را با شناسه CVE-2026-15903 برطرف کرد.

CVE-2026-15903 یک آسیب‌پذیری بسیار شدید در V8، موتور JavaScript مرورگر Chrome، است. کامپایلر بهینه‌ساز آن هنگام تبدیل مقادیر به اعداد صحیح، به‌اشتباه یک بررسی ایمنی را نادیده می‌گرفت و باعث می‌شد مقادیر تعریف‌نشده به‌جای نتیجه مورد انتظار، عددی به‌طور غیرمنتظره بزرگ تولید کنند.

اگر آن عدد به‌عنوان شاخص آرایه استفاده شود، ممکن است کامپایلر به‌اشتباه فرض کند که در محدوده آرایه قرار دارد و بررسی معمول محدوده را حذف کند. در این صورت، مهاجم می‌تواند حافظه متعلق به اشیای دیگر را بخواند یا بازنویسی کند و احتمالاً درون سندباکس Chrome کد دلخواه اجرا کند. فرار از سندباکس هیپ معمولاً به آسیب‌پذیری دومی نیاز دارد که GPT‑5.6‑Cyber آن را نیز پیدا کرد. نمودار زیر نمایی کلی از این آسیب‌پذیری بسیار شدید ارائه می‌دهد.