Cogent ו-OpenAI בונות מפעלי הגנת סייבר לארגונים
Cogent משלבת מודלים של OpenAI עם הקשר ארגוני כדי לסייע בתיקון אוטומטי של חולשות באמצעות סוכנים.

75%
קיצור הזמן הממוצע לתיקון חולשות
פי 5
יותר חולשות עוברות מיון ותעדוף
Cogent Security(נפתח בחלון חדש) רואה שארגונים מתמודדים עם יותר סיכוני אבטחה מאי פעם, ומצאה שהאתגר הגדול ביותר אינו איתור החולשות, אלא תיקונן. עבודת התיקון מורכבת ומערבת כמה צוותים. היא דורשת הבנה של סביבת החברה בהקשרה: כיצד תוקף יכול לנצל חולשה, אילו מערכות עסקיות נתונות בסיכון ואילו שינויים אפשר לבצע בבטחה.
Cogent בונה מפעלי הגנת סייבר לארגונים, כדי לאתר את הסיכונים האלה ולסלק אותם באופן אוטונומי. המפעלים נועדו לעזור לצוותי ההגנה לפעול במהירות של מכונה, בתגובה להאצה בגילוי חולשות ובניצולן.
סוכני ה-AI של החברה משלבים את GPT‑6.1 Sol ואת GPT‑5.6 עם ההקשר הארגוני והבקרות שלה, כדי לטפל בתהליך משלב החקירה ועד לתיקון מאומת. הסוכנים מעריכים חשיפות, מבצעים שינויים מורשים ומוודאים שהסיכון הוסר. Cogent גם עורכת מחקר פנימי בעזרת Cyber ו-Daybreak, ובוחנת נתיבי תקיפה ויכולות הגנה.
"היכולת של המודלים של OpenAI להתמיד במשימות ממושכות מאפשרת רמה חדשה של אוטונומיה בהגנה ארגונית: סוכני AI יכולים כעת לבצע את העבודה משלב החקירה ועד לתיקון מאומת."

מנוע ההקשר של Cogent מתחזק עבור כל לקוח גרף ידע ארגוני של נכסים, חולשות, זהויות, בעלות ותלויות. סוכני רקע ייעודיים מצליבים ומיישבים באופן שוטף מידע מכלי אבטחה וממערכות שונות, ומספקים לסוכני החקירה והתיקון הבנה משותפת של הסביבה.
GPT‑6 Astra אחראי לתכנון המקדים ול-reasoning המורכב הנדרשים לעבודה הזאת. כך מתאפשר מה שגנג סנג, מייסד שותף וסמנכ"ל הטכנולוגיות של Cogent, מתאר כ-"harness של זיכרון לארגון". לדבריו, "אנחנו לא צריכים ללמוד מחדש איך העולם נראה בכל פעם שיש משימה חדשה". שימוש חוזר בהקשר מפחית את זמני ההשהיה, את עלויות ההסקה ואת חוסר העקביות בתוצאות.
כללי מדיניות הסוכנים של Cogent מגדירים את השינויים המותרים ואת דרישות האישור בכל ארגון, ומנוע אכיפת המדיניות שלה, TRACE, בודק את הקריאות לכלים מול כללי המדיניות לפני הביצוע. הבדיקות דטרמיניסטיות ואינן דורשות תהליך הסקה נפרד של מודל.
שער גישה לסוכנים בודק הרשאות באופן עצמאי, ועבודה הכרוכה בסיכון גבוה יותר יכולה להתבצע בסביבות ארגז חול מבודדות. לקוחות יכולים להאציל לסוכנים את ביצוע החקירה, לדרוש אישור לשינויים או להתיר תיקון אוטונומי בגבולות מוגדרים.
כשנחשפו חולשות אבטחה קריטיות המכונות PHP2Shell ב-PHP, שפת תכנות המשמשת להפעלת אתרי אינטרנט, הלקוחות פנו למפעלי הגנת הסייבר של Cogent שכבר נפרסו בסביבות שלהם.
GPT‑6.1 Sol ו-GPT‑6 Astra סיפקו יכולות reasoning מעמיקות לצורך חקירה ותכנון תיקונים. באמצעות שכבת ההקשר של Cogent, סוכנים זיהו מערכות מושפעות, העריכו את החשיפה וגיבשו תוכניות שהביאו בחשבון את התלויות של היישומים ואת האילוצים התפעוליים. לאחר מכן הם תזמרו את התיקונים באמצעות תהליכי אישור וביצוע שהגדירו הלקוחות, ואימתו שהבעיות נפתרו.
Cogent מדווחת שלקוחות משתמשים במפעלי הגנת הסייבר שלה כדי לתקן חולשות מהר יותר ולהרחיב את יכולת החקירה שלהם. בעזרת Cogent, לקוחה מתחום הרכב המדורגת ב-Fortune 1000 קיצרה ב-75% את הזמן הממוצע לתיקון חולשות קריטיות, ולקוחה מתחום שירותי ה-IT המדורגת ב-Fortune 500 הגדילה פי 5 את התפוקה במיון ובתעדוף חולשות.
פלטפורמת המסחר האלקטרוני הגלובלית MarketAxess נעזרת ב-Cogent כדי לחזק את גישתה מבוססת הסיכון לניהול חשיפות. ״Cogent משלבת נתוני חולשות, הקשר עסקי, בקרות אבטחה וניתוח נתיבי תקיפה כדי לעזור לנו לאמת חשיפות ממשיות ולתעדף תיקונים היכן שהם חשובים ביותר. מה שבולט במיוחד הוא המהירות שבה הצוות של Cogent מגיב לאיומים חדשים והופך את המשוב שלנו ליכולות מעשיות״, אומר ויג'אי באלה, מנהל אבטחת המידע של MarketAxess.
Cogent בוחנת באופן שוטף חלופות בקוד סגור ובקוד פתוח, ומדווחת שהמודלים של OpenAI מספקים יכולות reasoning חזקות יותר במשימות אבטחה ממושכות, דיוק רב יותר, פחות הזיות בעבודה עם בסיסי קוד טכניים וביצוע אמין יותר. המודלים יכולים לשרשר קריאות לכלים ברצף ובמקביל, תוך שמירה על ההקשר לאורך תהליכי התיקון.
בחקירות מורכבות, Cogent נותנת עדיפות לאיכות ה-reasoning; בעבודה פשוטה יותר, היא נותנת עדיפות לשיקולי עלות. החברה משתמשת ב-GPT‑6.1 Sol לביצוע משימות כלליות וב-GPT‑5.6 למשימות שגרתיות של ניהול חולשות, שבהן יכולות reasoning מתקדמות פחות קריטיות.
"המודלים של OpenAI משתלמים יותר מבחינת עלות בהשוואה למודלים של ספקים אחרים. זה יתרון גדול עבורנו, במיוחד כשאנחנו מפעילים נחילי סוכנים עצומים כאלה."
השימוש במודלים של OpenAI גם צמצם את היקף התוכנה התומכת ש-Cogent צריכה לפתח לצורך תיקון בעיות והחלת עדכוני אבטחה. ״חלק גדול מהעבודה שנאלצנו לעשות ברמת ה-harness כבר אינו נחוץ״, אומר גנג. הוא גם סיפר שממשקי ה-API של OpenAI ״ייעלו את ניתוב הבקשות ואת תזמור הסוכנים, הפחיתו משמעותית את הנטל על צוותי ההנדסה הפנימיים וקיצרו את הזמן הדרוש לנו להשקת תהליכי עבודה מורכבים בתחום האבטחה״.
רוב המהנדסים ב-Cogent בוחרים גם הם ב-Codex לצורכי פיתוח. לדברי גנג, הם פרודוקטיביים יותר כשהם משלבים את Codex עם המודלים של OpenAI, בהשוואה לשימוש באותם מודלים בסביבת פיתוח בקוד פתוח. ״Codex פשוט מגיע עם כלים שאנחנו לא צריכים לפתח בעצמנו״, אומר גנג.
באמצעות Trusted Access for Cyber ו-Daybreak, חברת Cogent מקבלת תמיכה טכנית לפעילות ה-red teaming הפנימית שלה ולמחקר נתיבי תקיפה. Daybreak Red, רמת גישה במסגרת Daybreak, מספקת לצוות מודלים ייעודיים של OpenAI למחקר התקפי ולמחקר חולשות המבוצעים בהרשאה. "הגנה טובה דורשת התקפה טובה", אומר גנג.
"באמצעות Trusted Access for Cyber ו-Daybreak, אנחנו יכולים לחקור כיצד אפשר לשרשר חולשות בין זהויות, משאבים ובקרות רשת. אנחנו משתמשים במחקר הזה כדי להבין מה הסוכנים שלנו מסוגלים לעשות ואילו יכולות הגנה לפתח בהמשך."
Cogent מתכננת להרחיב את יכולותיה כשותפה המרכזית של ארגונים בהקמת מפעלי הגנת סייבר משלהם. מפת הדרכים שלה כוללת תיקון אוטונומי יותר ויותר של חולשות, לצד הרחבת המגוון והמורכבות של התיקונים שסוכנים יכולים לבצע — משינויי תצורה פשוטים ועד לתהליכים מרובי שלבים המתפרסים על פני מערכות ארגוניות שונות.
החברה מפתחת גם יכולות גילוי ואימות אוטונומיות. מטרתה היא ליצור מערכת בלולאה סגורה שמאתרת סיכונים ומסלקת אותם, תוך למידה מתמשכת מכל חולשה לשיפור חקירות ותיקונים בעתיד.


