Ընդլայնում ենք Daybreak-ը, մինչ կիբերպաշտպանության պատուհանը նեղանում է

Կիբերանվտանգության աշխարհն արագորեն փոխվում է․ սպառնալիք ստեղծողները գնալով ավելի շատ են օգտագործելու ԱԲ-ն՝ աննախադեպ արագությամբ ու մասշտաբով, այդ թվում՝ լիովին ինքնավար եղանակով կիբերհարձակումներ իրականացնելու համար։ Այս հնարավորությունների տարածմանը զուգընթաց` պաշտպանների պատրաստվելու ժամանակը կրճատվում է։ Մեր պատասխանը առաջադեմ բանականությունն ամենուր վստահելի պաշտպաններին տրամադրելն է՝ նախքան հարձակվողները լայնածավալ կերպով կգործարկեն հարձակողական ԱԲ հնարավորությունները։

Մենք ընդլայնում ենք OpenAI Daybreak-ը՝ հասանելիության երկու մակարդակով, որոնք հաստատված պաշտպաններին տալիս են իրենց աշխատանքի համար անհրաժեշտ հնարավորությունները․

• Daybreak Blue-ն հասանելիություն է տալիս առաջադեմ ընդհանուր նշանակության մոդելներին, այդ թվում՝ GPT‑5.6 Sol-ին՝ լիազորված պաշտպանական անվտանգության աշխատանքին հարմարեցված երաշխիքներով։ Այն պաշտպանների մեծ մասի համար առաջարկվող մեկնարկային տարբերակն է և աջակցում է խոցելիությունների հայտնաբերմանը, կոդի անվտանգության ստուգմանը, վնասաբեր ծրագրերի վերլուծությանը, միջադեպերի արձագանքմանը ու շտկումների վավերացմանը։
• Daybreak Red-ը հասանելիություն է տալիս կիբերանվտանգության համար հատում նպատակով վարժեցված մեր մոդելներին՝ լիազորված խոցելիությունների հետազոտման, շահագործումների վավերացման և անվտանգության փորձարկման համար։

Ներկայացնում ենք նաև GPT‑5.6‑Cyber‑ը, որը հասանելի է Daybreak Red-ի միջոցով։ GPT‑5.6 Sol-ի հիման վրա ստեղծված այս մոդելն վարժեցվել է՝ կատարելագործելու մի շարք մասնագիտացված կիբերանվտանգության առաջադրանքների կատարումը (օրինակ՝ զրոյական օրվա խոցելիությունների հայտնաբերումն ու շահագործման շղթաների մշակումը) և նվազեցնելու որոշ ավելի բարձր ռիսկով, երկակի նշանակության կիբերառաջադրանքների մերժումները։

Daybreak-ը հասանելի է դարձում առաջադեմ կիբերհնարավորությունները

Ինչպես նախկինում հայտնել ենք⁠, GPT‑5.6 Sol-ը կիբերանվտանգության առաջադրանքներում ապահովում է ոլորտում լավագույն արդյունավետությունը։ Արտադրական միջավայրում մենք կիրառում ենք համակարգային երաշխիքներ՝ կիբերանվտանգությանը վերաբերող հարցումները ստուգելու և չարաշահումը կանխելու համար, սակայն դրանք կարող են արգելափակել նաև օրինական պաշտպանական աշխատանքը։ Daybreak Blue-ի հասանելիությունը վերացնում է այդ պաշտպանական սահմանափակումները՝ օգնելով պաշտպաններին ավելի լիարժեք օգտագործել մոդելը իրական անվտանգության հետ կապված առաջադրանքներում, այդ թվում՝ միջադեպերի հայտնաբերման ու արձագանքման, հետաքննությունների, խոցելիությունների կառավարման և անվտանգության գնահատումների ժամանակ։

Նույնիսկ առանց համակարգային պաշտպանական սահմանափակումների կան խիստ երկակի նշանակության կիբերանվտանգության հարցումներ (օրինակ՝ արտադրական համակարգերի ներթափանցման փորձարկումը), որոնք GPT‑5.6 Sol-ը կհրաժարվի կատարել։ Այս խնդիրը լուծելու համար մենք վարժեցրել ենք Daybreak Red-ի միջոցով հասանելի GPT‑5.6‑Cyber‑ը՝ մերժումներն ավելի նվազեցնելու և որոշ առաջադրանքների արդյունավետությունը բարձրացնելու նպատակով։ GPT‑5.6‑Cyber‑ն օգնում է վստահելի պաշտպաններին իրականացնել անվտանգության օրինական գործողություններ։

Daybreak Red-ի միջոցով GPT‑5.6‑Cyber‑ի ապահոված մերժումների նվազած մակարդակը չափելու համար ստեղծել ենք ներքին գնահատում (Կիբերանվտանգության առաջադեմ հարցումների կատարման մակարդակը), որը չափում է, թե մոդելները որքան հաճախ են պատասխանում շահագործման շղթաների մշակման, իսկորոշման շրջանցման, արտոնությունների բարձրացման և կիբերանվտանգության այլ առաջադեմ սցենարների հարցումներին¹։ GPT‑5.6‑Cyber‑ը կատարում է այս հարցումների 95,0%-ը՝ GPT‑5.6 Sol-ի ընդամենը 1,5%-ի և Daybreak Blue-ով օգտագործման դեպքում 2,0%-ի համեմատ։ Այն նաև ավելի շատ հարցումներ է կատարում, քան GPT‑5.5‑Cyber‑ը, որը կատարում է հարցումների ընդամենը 57,3%-ը՝ արձագանքելով ավելի վաղ մոդելի մշտական մերժումներին բախված անվտանգության հետազոտողների դիտարկումներին։

Ստորև ներկայացնում ենք կիբերանվտանգության մի շարք հարցումներ և մոդելների կողմից դրանց տրված համապատասխան պատասխանները՝ համակարգային պաշտպանական սահմանափակումներով GPT‑5.6 Sol-ից, GPT‑5.6 Sol-ից (Daybreak Blue), GPT‑5.5‑Cyber‑ից (Daybreak Red) և GPT‑5.6‑Cyber‑ից (Daybreak Red)։

Կիբերանվտանգության արդյունավետության բարելավում

GPT‑5.6‑Cyber մոդելնը վարժեցվել է՝ բարելավելու շահագործումների մշակման և անվտանգության առաջադեմ հետազոտության հետ կապված կիբերանվտանգության որոշ աշխատանքային հոսքերի արդյունավետությունը։ ExploitGym²-ում, որը գնահատում է, թե արդյոք կարող են ագենտները հայտնի խոցելիությունները վերածել վերահսկվող միջավայրերում կամայական կոդ կատարող գործող շահագործումների, GPT‑5.6‑Cyber‑ը գերազանցում է թե՛ GPT‑5.6 Sol-ին, թե՛ GPT‑5.5 Cyber-ին։

Մեկ այլ ոլորտ, որը GPT‑5.6‑Cyber‑ը նախատեսված է բարելավելու, նոր զրոյական օրվա խոցելիությունները հայտնաբերելու և դրանց վտանգավորության աստիճանը ճշգրիտ գնահատելու կարողությունն է։ Մենք ստեղծել ենք ներքին գնահատման տվյալակազմ, որտեղ մոդելներին տրամադրում ենք բաց կոդով պահոցի ընթացիկ թողարկումը։ Այնուհետև խնդրում ենք ստեղծել առավելագույն հնարավոր ազդեցությամբ հայեցակարգային շահագործումներ և դրանց արդյունքների տեխնիկական նկարագրություն։ Մոդելները գնահատվում են հայտնաբերված խնդիրների վտանգավորության ու ազդեցության, ինչպես նաև կից տեխնիկական նկարագրության գնահատման ճշգրտության և որակի հիման վրա։ Իր մասնագիտացված ուսուցման շնորհիվ GPT‑5.6‑Cyber‑ը (Daybreak Red) այս չափանիշով գերազանցել է GPT‑5.6 Sol-ին (Daybreak Blue)։

GPT‑5.6‑Cyber‑ը գնահատել ենք նաև խոցելիությունների հայտնաբերման և զեկույցների կազմման մեր ներքին գնահատմամբ, որի ընթացքում ագենտին տրվում է բաց հարցում՝ հայտնի խոցելիություն պարունակող պահոցում խոցելիություններ գտնելու համար։ Այս գնահատման ընթացքում մոդելները միավորներ են ստանում լուրջ և գործնականում կիրառելի (նոր կամ հայտնի) խոցելիություններ հայտնաբերելու, գործող հայեցակարգային ապացույց մշակելու և բարձրորակ զեկույց ներկայացնելու համար։ Թե՛ GPT‑5.6 Sol-ը, թե՛ GPT‑5.6‑Cyber‑ը գերազանցում են GPT‑5.5‑Cyber‑ին։ Այս գնահատման մեջ GPT‑5.6‑Cyber‑ը զիջում է GPT‑5.6 Sol-ին, ինչը, մեր կարծիքով, պայմանավորված է նրանով, որ մոդելը երբեմն կազմում է խոցելիությունների ավելի կարճ և պակաս մանրամասն զեկույցներ։

Վերջապես, ExploitBench³-ով չափեցինք շահագործումների մշակման կարողությունները․ այս գնահատումը ստուգում է, թե ագենտը կարո՞ղ է V8-ի խոցելիությունը վերածել լիարժեք շահագործման։ Շահագործման այս առաջադրանքն ավելի բարդ է, քան ExploitGym-ը․ ավելի շատ պաշտպանական միջոցներ, օրինակ՝ V8-ի սանդբոքսը, շարունակում են գործել, իսկ ագենտին շահագործվելիք խոցելիության մասին ավելի քիչ տեղեկություն է տրվում։ Ստանդարտ պայմաններում, երբ ագենտները սահմանափակված են 300 քայլով, GPT‑5.6 Sol-ը (Daybreak Blue) առաջադրանքները լուծում է թոքենների ավելի արդյունավետ օգտագործմամբ և լավագույն արդյունքն է ցույց տալիս։ Եթե ստանդարտ 300 քայլի սահմանաչափը բարձրացնենք մինչև 600 քայլ, երկու մոդելների արդյունավետության տարբերությունը կնվազի։

Գնահատման հենանիշների արդյունքներից բացի, GPT‑5.6‑Cyber‑ի վաղ հասանելիություն ենք տրամադրել նաև վստահելի հաճախորդ-գործընկերների մի խմբի։ Այս հաճախորդները մեծ հաջողությամբ օգտագործել են մոդելները՝ արագացնելու իրենց պաշտպանական աշխատանքային հոսքերը․

Իրական ծրագրերի խոցելիությունների հայտնաբերում և շտկում

GPT‑5.6‑Cyber‑ի հնարավորությունները հետազոտական չափանիշների արդյունքներից այն կողմ տարածվում են նաև իրական խոցելիությունների հետազոտության վրա։ Իրական խոցելիությունների հետազոտությունը հաճախ պահանջում է երկարատև դատողություն՝ մեծ և անծանոթ կոդային բազաներում։ Հետազոտողները պետք է ձևակերպեն ու ստուգեն վարկածներ, հետևեն բազմաթիվ բաղադրիչների փոխազդեցությանը, վերարտադրեն անսպասելի վարքագիծը և պարզեն՝ հնարավո՞ր է արդյոք ենթադրվող խոցելիությունը գործնականում շահագործել։

GPT‑5.6‑Cyber մոդելի ուսուցումն ավարտվելուց հետո այն օգտագործել ենք ընտրված ծրագրային նախագծերը համակողմանիորեն ուսումնասիրելու և բարելավելու համար։ Օրինակ՝ GPT‑5.6‑Cyber‑ն օգտագործել ենք Chrome-ում կիրառվող JavaScript շարժիչը՝ V8-ը, հետազոտելու համար։ Մենք հայտնաբերել ենք նախկինում անհայտ երկու խոցելիություն, որոնք կարելի էր շղթայել՝ հիշողությունը վնասելու և V8-ի կույտի ավազարկղից դուրս գալու համար։ Մեր հետազոտողները վավերացրել են արդյունքները և խոցելիությունների համակարգված բացահայտման գործընթացով հայտնել Google-ին։ Google-ը շտկել է խոցելիությունը՝ դրան հատկացնելով CVE-2026-15903 համարը։

CVE-2026-15903-ը բարձր վտանգավորության խոցելիություն է V8-ում՝ Chrome-ի JavaScript շարժիչում։ Դրա օպտիմացնող կոմպիլյատորը արժեքներն ամբողջ թվերի փոխակերպելիս սխալմամբ բաց էր թողնում անվտանգության ստուգումը, ինչի հետևանքով չսահմանված արժեքները սպասվող արդյունքի փոխարեն անսպասելիորեն մեծ թիվ էին ստեղծում։

Եթե այդ թիվն օգտագործվի որպես զանգվածի ինդեքս, կոմպիլյատորը կարող է սխալմամբ ենթադրել, որ այն զանգվածի սահմաններում է, և բաց թողնել սահմանների սովորական ստուգումը։ Այնուհետև հարձակվողը կարող է կարդալ կամ վերագրել այլ օբյեկտներին պատկանող հիշողությունը՝ հնարավոր է կամայական կոդ կատարելով Chrome-ի ավազարկղում։ Կույտի ավազարկղից դուրս գալու համար սովորաբար կպահանջվեր երկրորդ խոցելիություն, որը GPT‑5.6‑Cyber‑ը նույնպես հայտնաբերել է։ Ստորև բերված գծապատկերը ներկայացնում է այս բարձր վտանգավորության խոցելիության ընդհանուր պատկերը։