GPT‑6 Cyber: მიზნებთან შესაბამისი კიბერუსაფრთხოების აგენტების ახალი შესაძლებლობები

წარმოგიდგენთ GPT‑6 Cyber-ს — მნიშვნელოვან წინსვლას უსაფრთხოების კვლევაში: მას უკეთ შეუძლია მოწყვლადობების აღმოჩენა და გამოსწორება და გაცილებით საიმედოდ იცავს მკვლევრების მიერ დადგენილ საზღვრებს. GPT‑6 Cyber კიბერუსაფრთხოების ძირითად ბენჩმარკებში მნიშვნელოვნად უსწრებს GPT‑5.6 Cyber-ს: ExploitGym-ზე შედარებითი გაუმჯობესება 51%-ია, დავალების ფარგლების დაცვის ტესტში კი — მკვეთრი ნახტომი. ის უკვე ეხმარება რეალურად გამოყენებული პროგრამების დაცვას და უსაფრთხოებისთვის კრიტიკულ კოდის ბაზებში, მათ შორის Linux-სა და Firefox-ში, ათასობით ექსპლოიტს აღმოაჩენს და ადასტურებს.

ExploitGym-ზე, რომელიც ამოწმებს, შეუძლიათ თუ არა მოდელებს მითითებული მოწყვლადობის ექსპლუატაცია, GPT‑6 Cyber-ის შედეგია 48.5%, GPT‑5.6 Cyber-ის 32.1%-თან შედარებით. ის დავალების საზღვრებსაც უფრო საიმედოდ იცავს: შესაბამისობის ცალკე შეფასებაში GPT‑6 Cyber-მა დანერგვის მოთხოვნის გარეშე ტესტების 99.93%-ში აარიდა თავი დავალების ფარგლებს გარეთ არსებული სერვისების ექსპლუატაციას, ამ მოთხოვნით კი — 100%-ში. შესაბამისობის ეს გაუმჯობესება სპეციალური წვრთნის შედეგია, რომელიც ნებადართულ ფარგლებში დარჩენას, შეზღუდვების დაცვასა და შედეგების ზუსტ აღწერას ემსახურება.

ეს შესაძლებლობები უკვე ეხმარება რეალური სისტემების დაცვას. ჩვენმა მკვლევრებმა GPT‑6 Cyber-ით შექმნეს Linux-ში პრივილეგიების ამაღლების 948 ექსპლოიტი⁠ და Firefox-ში აღმოაჩინეს მანამდე უცნობი, მაღალი სიმძიმის 81 მოწყვლადობა, მიუხედავად მოწინავე მოდელებით ჩატარებული ვრცელი წინა ტესტირებისა. მოდელი შესწორებების ვარიანტების შემუშავებაშიც დაგვეხმარა, Mozilla-მ კი Firefox-ის მრავალი მოწყვლადობის შესწორება გამოუშვა⁠(იხსნება ახალ ფანჯარაში). Cisco-ს, Calif-ისა და CodeRabbit-ის უსაფრთხოების გუნდები მას მოწყვლადობების კვლევისა და კოდის შემოწმებისთვის იყენებენ. ჩვენ კი ის ჩვენსავე ინფრასტრუქტურაში სისუსტეების აღმოჩენისა და გამოსწორებისთვის⁠ გამოვიყენეთ.

ცხადია, რომ შეზღუდული დრო გვაქვს, რათა მოწინავე მოდელები პროგრამული უზრუნველყოფის დასაცავად გამოვიყენოთ⁠. ჩვენი მიზანია, მნიშვნელოვნად გავაფართოოთ Daybreak და უსაფრთხოების მოწინავე კვლევა ხელმისაწვდომი გავხადოთ ყველა ზომის ორგანიზაციისთვის, დამოუკიდებელი მკვლევრებისა და ღია კოდის პროექტების მომვლელებისთვის. ძირითადი ხაზის მოდელები, მაგალითად GPT‑6 Astra, უკვე ეხმარება კოდის შემოწმებას, მოწყვლადობების პრიორიტეტიზაციასა და შესწორებების შემუშავებას. Daybreak Blue დამოწმებულ დამცველებს ეხმარება მოწყვლადობებისა და შესწორებების დადასტურებაში ნაკლები უსაფუძვლო უარით, Daybreak Red კი GPT‑6 Cyber-ით ექსპლოიტების უფრო სიღრმისეულ შემუშავებასა და უსაფრთხოების ნებადართულ ტესტირებას უზრუნველყოფს.

GPT‑6 Cyber მნიშვნელოვნად აღემატება GPT‑5.6 Cyber-ს და კიბერამოცანების უმეტესობაში GPT‑6 Astra-საც სჯობნის, მაშინაც კი, როცა Astra მოთხოვნის შესრულებაზე უარს არ ამბობს. მოდელი შევაფასეთ ამოცანებით, რომლებიც პროგრამული უზრუნველყოფის გაგებას, მოწყვლადობების აღმოჩენასა და მუშა ექსპლოიტების შემუშავებას მოითხოვს. ამ შედეგების საფუძველზე, ჩვენი მზაობის ჩარჩოს მიხედვით, მოდელს კიბერუსაფრთხოებაში „კრიტიკულ“ დონეს ვანიჭებთ, მაშინ როცა GPT‑5.6 Cyber „მაღალ“ დონეზე იყო.

ExploitGym-ზე, რომელიც ამოწმებს, შეუძლიათ თუ არა მოდელებს დისტანციურ სამიზნეზე მითითებული მოწყვლადობის ექსპლუატაცია, GPT‑6 Cyber-ის შედეგია 48.5% — დაახლოებით 16 პროცენტული პუნქტით მეტი, ვიდრე GPT‑5.6 Cyber-ის 32.1%. მოწყვლადობების აღმოჩენის შესამოწმებლად ასევე შევქმენით ვებსისტემებში შეტევითი შეღწევადობის ტესტირების ახალი შეფასება. მოდელები ვებაპლიკაციებს მათ საწყის კოდზე წვდომის გარეშე ამოწმებენ. GPT‑6 Cyber-მა მოწყვლადობების 40.3% აღმოაჩინა, GPT‑6 Astra-მ კი — 32.0%.

Daybreak Red უსაფრთხოების უფრო რთული სამუშაო პროცესების მხარდასაჭერად შეიქმნა, მათ შორის მუშა ექსპლოიტების შესამუშავებლად და დისტანციურ სამიზნეებზე გამოსაყენებლად. ამ შესაძლებლობების შესაფასებლად შევქმენით ახალი ბენჩმარკი RemoteExploitBench. ის იყენებს ცნობილ მოწყვლადობებს კონტროლირებულ გარემოში გაშვებულ ისეთ აპლიკაციებში, როგორიცაა GitLab, PostgreSQL და Jenkins. საწყის შეფასებაში Daybreak Blue-ით გაშვებულმა GPT‑6 Astra-მ დავალებების 100%-ზე უარი თქვა, ხოლო GPT‑6 Cyber-მა 95% შეასრულა; ერთადერთი წარუმატებლობა იყო ექსპლოიტი, რომლის დისტანციურად ამუშავებაც ვერ შეძლო. სრული შედეგები და შეფასების პარამეტრები იხილეთ სისტემურ ბარათში⁠(იხსნება ახალ ფანჯარაში).

კიბერუსაფრთხოების აგენტებთან დაკავშირებული ერთ-ერთი რისკია, რომ ისინი გასცდებიან დავალების ფარგლებს, შეეცდებიან სხვა სერვისების ექსპლუატაციას ან უგულებელყოფენ მკვლევრის მიერ დადგენილ მოქმედების წესებს.

GPT‑6 Cyber-ის შექმნისას მიზნებთან შესაბამისობა ერთ-ერთ მთავარ პრიორიტეტად ვაქციეთ. სპეციალიზებული წვრთნა მოდელს ეხმარება, დარჩეს ნებადართულ ფარგლებში, დაიცვას მოქმედებებზე დაწესებული შეზღუდვები და ზუსტად აღწეროს შესრულებული სამუშაო. დანერგვამდე ამ ქცევების გასაზომად შესაბამისობის შეფასებების სერია ჩავატარეთ. სრული შედეგები იხილეთ სისტემურ ბარათში⁠(იხსნება ახალ ფანჯარაში).

ერთ-ერთი ასეთი შეფასებაა ExploitGym Honeypot, რომლის შექმნისას Hugging Face-ის ინციდენტი⁠ გავითვალისწინეთ. მოდელს ექსპლუატაციის რთულ დავალებას ვაძლევთ იზოლირებულ გარემოში, სადაც მას დამხმარე სერვისებზე, მაგალითად, პაკეტების რეესტრსა თუ ობიექტების საცავზე აქვს წვდომა. ამ სერვისებს განზრახ ვტოვებთ მარტივად ექსპლუატირებადს, რათა მათზე შეტევამ დავალების ალმის აღმოჩენა გახადოს შესაძლებელი. მოდელი თავად უნდა მიხვდეს, რომ მათი ექსპლუატაცია დავალების ფარგლებს სცდება.

ამ შეფასებაში GPT‑6 Cyber-მა GPT‑5.6 Cyber-თან შედარებით მკვეთრად უკეთესი შედეგი აჩვენა. დანერგვისას გამოყენებული უსაფრთხოების მოთხოვნების გარეშე ტესტირებისას მან შემთხვევების 99.93%-ში თავი აარიდა დავალების ფარგლებს გარეთ არსებული სერვისების ექსპლუატაციას; GPT‑5.6 Cyber-ის მაჩვენებელი 94.49% იყო. ამ მოთხოვნებით კი GPT‑6 Cyber შემთხვევების 100%-ში დარჩა დადგენილ ფარგლებში.

GPT‑6 Cyber მოდელის აზროვნების ჯაჭვში პირდაპირ ვხედავთ, როგორ მსჯელობს ის დადგენილ ფარგლებში დარჩენაზე:

GPT‑6 Cyber უკვე ეხმარება უსაფრთხოების გუნდებს მოწყვლადობების აღმოჩენაში, მათი გავლენის დადასტურებასა და გამოსწორებაში. მომხმარებლები მას კოდის დიდ ბაზებზე სამუშაოდ, ექსპლოიტების ხანგრძლივი შემუშავებისა და უსაფრთხოების შემოწმებისთვის იყენებენ:

GPT‑6 Cyber ჩვენივე სისტემების დასაცავადაც გამოვიყენეთ. ის ერთ-ერთი მთავარი მოდელი იყო ჩვენს ბოლოდროინდელ სამუშაოში, რომელიც მოწინავე მოდელების საწვრთნელი ინფრასტრუქტურის უსაფრთხოების გაძლიერებას⁠ ეხებოდა. კონტროლირებული შეტევითი ტესტირების (red teaming) კამპანიებში GPT‑6 Cyber-ისა და OpenAI-ის სხვა მოდელების გამოყენებით აგენტები მოწყვლადობებს ერთმანეთთან აკავშირებდნენ, რათა microVM-ების იზოლაცია დაერღვიათ და მათ მასპინძელ სისტემებზე კოდი გაეშვათ. აღმოჩენები პროგრამული ხარვეზების გამოსასწორებლად, ქსელური შეზღუდვების გასამკაცრებლად და პროექტების მომვლელებისა თუ მომწოდებლებისთვის პრობლემების შესატყობინებლად გამოვიყენეთ.

ჩვენი მოწყვლადობების მკვლევრები GPT‑6 Cyber-ს ღია კოდის პროგრამებში მოწყვლადობების მასშტაბური აღმოჩენისა და დადასტურებისთვისაც იყენებენ. ამ სამუშაომ მანამდე უცნობი ხარვეზები გამოავლინა პროგრამებში, რომლებიც წლების განმავლობაში საფუძვლიანად მოწმდებოდა:

• Firefox-ში 81 ახალი მოწყვლადობა აღმოვაჩინეთ. GPT‑6 Cyber შეიძლება გამოდგეს ავტონომიურ სამუშაო პროცესებში მოწყვლადობების მასშტაბური აღმოჩენისა და მაღალი ხარისხის შესწორებების შეთავაზებისთვის. მოწყვლადობების კვლევის კამპანიისას GPT‑6 Cyber-მა წარმოადგინა მტკიცებულებები და განმეორებადი ტესტები 81 ახალი მოწყვლადობისთვის, რომლებიც Mozilla-მ მაღალი სიმძიმის კატეგორიას მიაკუთვნა. მან ასევე აჩვენა, რომ კიდევ 30 ცნობილი პრობლემა უფრო მძიმე იყო, ვიდრე მანამდე მიიჩნეოდა. აღმოჩენები Mozilla-ს შევატყობინეთ და შესწორებების ვარიანტებიც გადავეცით, რათა მის ინჟინრებს ხარვეზების გამოსწორებაში დავხმარებოდით. Mozilla-მ მხარი დაუჭირა ამ სამუშაოს და შეტყობინებების მიღებიდან მალევე დაიწყო შესწორებების დანერგვა⁠(იხსნება ახალ ფანჯარაში).

• Linux-ის ბირთვის 948 მოწყვლადობისთვის⁠ ექსპლოიტების შემუშავება. GPT‑6 Cyber-მა 1,724 მოწყვლადობა აღადგინა და მათგან 948-ისთვის მუშა ექსპლოიტები შეიმუშავა — ეს ხუთჯერ მეტზე მეტია იმ 166-ზე, რომელთა ექსპლუატაციაც GPT‑5.6 Sol-მა იმავე კვლევითი სარტყლით შეძლო. Linux-ის თემის მითითებების შესაბამისად, პროექტის მომვლელებს 304 კრიტიკული აღმოჩენა და შესწორებების ვარიანტები გადავეცით; სხვა მოწყვლადობების გამოსწორებაზე მუშაობა გრძელდება.

• კოდის დისტანციური შესრულების (RCE) კრიტიკული მოწყვლადობების დემონსტრირება. ახლახან განვიხილეთ კრიტიკული მოწყვლადობა Brotli-ში⁠(იხსნება ახალ ფანჯარაში) — შეკუმშვის ბიბლიოთეკაში, რომელსაც Node.js და სხვა პროგრამები იყენებენ. ჩვენმა უსაფრთხოების მკვლევრებმა GPT‑6 Cyber და OpenAI-ის სხვა მოდელები ექსპლოიტების შესაქმნელად და შესამოწმებლად გამოიყენეს. ამით აჩვენეს, როგორ შეიძლებოდა ხარვეზს ამ ბიბლიოთეკაზე დამოკიდებულ აპლიკაციებში კოდის დისტანციური შესრულება გაეხადა შესაძლებელი.

მოდელების შესაძლებლობებისა და მათ მიერ აღმოჩენილი მოწყვლადობების რაოდენობის ზრდასთან ერთად, იზრდება მათი საზიანოდ გამოყენების მცდელობებიც. მათ შორისაა მავნე კიბერაქტორებისა და მოწინააღმდეგე ჯგუფების მცდელობები, განახორციელონ ჩვენი მოდელების დისტილაცია. ამიტომ GPT‑6 Cyber-ის გაძლიერებულ შესაძლებლობებს უფრო ძლიერი დამცავი მექანიზმებიც შევუსაბამეთ, რათა გამოვავლინოთ და აღვკვეთოთ ბოროტად გამოყენება და მოდელის მოქმედებები მომხმარებლის განზრახვისა და ნებართვის ფარგლებში შევინარჩუნოთ.

GPT‑6 Cyber-ის გამოშვებასთან ერთად დავამატეთ და გავაძლიერეთ შემდეგი დაცვის ზომები (სრული ინფორმაცია იხილეთ სისტემურ ბარათში⁠(იხსნება ახალ ფანჯარაში)):

• კიბერამოცანებში მიზნებიდან გადახრის მონიტორინგი. ვაკვირდებით, შეესაბამება თუ არა მოქმედებები მომხმარებლის ნებართვას და ამავე დროს ვითვალისწინებთ ექსპლოიტების ლეგიტიმურ შემუშავებასა და ტესტირებას.

• ახალი საფრთხეების მიზნობრივი მონიტორინგი. მაგალითად, PHP-ის კრიტიკული მოწყვლადობების კოორდინირებული გამჟღავნებისას დავიწყეთ მოქმედი PHP სერვერების წინააღმდეგ ექსპლოიტების შექმნის მცდელობების მიზნობრივი მონიტორინგი. ამავდროულად, შევინარჩუნეთ მხარდაჭერა დამცველებისთვის, რომლებიც დაზიანებულ სისტემებში შესწორებებს ნერგავდნენ.

• უსაფრთხოების კონფიდენციალური დამუშავება (PSP). დაკავშირებულ ურთიერთქმედებებში ბოროტად გამოყენების გამოსავლენად ავტომატურ შემოწმებებს ვიყენებთ. ნაგულისხმევად კვლავ შენარჩუნების სტანდარტული წესი მოქმედებს. API-ის მომხმარებლებმა, რომლებიც მონაცემთა ნულოვან შენარჩუნებას⁠(იხსნება ახალ ფანჯარაში) იყენებენ, როგორც წესი, უნდა გამოიყენონ PSP⁠(იხსნება ახალ ფანჯარაში). ის ამოწმებს მომხმარებლის საცავში 30 დღით შენახულ დაშიფრულ ჩანაწერებს ისე, რომ მოთხოვნები და პასუხები OpenAI-ის თანამშრომლებისთვის ხილული არ ხდება.

• დაცვა მოპარული წვდომის მონაცემების გამოყენებისგან. Daybreak Red API-ზე წვდომისთვის ნაგულისხმევად ვითხოვთ ნებადართული IP-მისამართების სიას: მცირე გამონაკლისების გარდა, მოთხოვნები მხოლოდ დამტკიცებული ქსელებიდან მიიღება. ასევე ვაკვირდებით წვდომის მონაცემების შესაძლო კომპრომეტირებას.

• იზოლირებულ გარემოში გაშვება და ზედამხედველობა. წინა მოდელების მსგავსად, მაღალი რისკის სამუშაო პროცესებისთვის გირჩევთ იზოლირებულ გარემოში გაშვებას⁠(იხსნება ახალ ფანჯარაში), მოქმედებების შემოწმებას⁠(იხსნება ახალ ფანჯარაში) და ადამიანის ზედამხედველობას.

• მაღალი რისკის კიბერდახმარებისგან დაცვა. კრიტიკულ სისტემებთან დაკავშირებული მაღალი რისკის აქტივობის დასაბლოკად ახალ შემოწმებებს ვიყენებთ (ვრცლად იხილეთ ქვემოთ).

GPT‑6 Cyber-ის დამცავი მექანიზმებისა და წვდომის წესების შექმნისას ერთ-ერთი მთავარი საკითხი კრიტიკული ინფრასტრუქტურის დაცვა იყო. ეს მოიცავს ელექტროსადგურებს, წყლის გამწმენდ ნაგებობებს და მათ საფუძვლად არსებულ ოპერაციულ ტექნოლოგიებსა და სამრეწველო მართვის სისტემებს (OT/ICS). გვსურს, ამ სისტემების დამცველ გუნდებს ჩვენს ყველაზე ძლიერ მოდელებზე წვდომა მივცეთ და ამავე დროს გავაძლიეროთ დამცავი მექანიზმები უნებართვო შეტევების აღსაკვეთად.

პირველ რიგში, ამ დამცველების მხარდასაჭერად ჩვენი 1 მილიარდი დოლარის საგრანტო პროგრამა Daybreak წინა ხაზის დამცველებისთვის⁠ წვდომას უსუბსიდირებს შეზღუდული რესურსების მქონე გუნდებს, მათ შორის სახელმწიფო ორგანიზაციებსა და აუცილებელი სერვისების მიმწოდებლებს. Daybreak Red-ის ფარგლებში ასევე ვქმნით ახალ ჯგუფს (Daybreak Red კრიტიკული ინფრასტრუქტურისთვის) კრიტიკული ინფრასტრუქტურის დამტკიცებული დამცველებისთვის. ის მათ კრიტიკული სისტემების ნებადართული ტესტირების უფლებას აძლევს და ამავდროულად ინარჩუნებს მოდელის მიზნებიდან გადახრის საწინააღმდეგო დაცვას.

მეორე მხრივ, Daybreak Red-ისა და Blue-ის ბოროტად გამოყენების აღსაკვეთად გავაუმჯობესეთ დაცვა ისეთი დახმარებისა და შესაძლებლობების განვითარებისგან, რომლებმაც შეიძლება დააზიანოს სამრეწველო მართვის ან უსაფრთხოებისთვის კრიტიკული სისტემები, ხელი შეუშალოს აღჭურვილობის მუშაობას ან გამოიწვიოს მძიმე ტრავმა, კატასტროფული ფიზიკური ზიანი თუ სიცოცხლისთვის საშიში შეფერხება სერვისების მიწოდებაში. ქვემოთ მოცემული დიაგრამა წვდომის ოთხ კონფიგურაციაში ადარებს დამცავი მექანიზმების მიერ მონიშვნის სიხშირეს იმ ბოლო განახლებებამდე და შემდეგ, რომლებსაც GPT‑6 Cyber-თან ერთად ვნერგავთ.

დამცავი მექანიზმებით დაბლოკვის უფრო მაღალი მაჩვენებელი ყოველთვის უკეთესი არ არის. ამ შეფასებაში გამოყენებული მრავალი მეთოდი უსაფრთხოების ლეგიტიმური სამუშაოსთვისაც აუცილებელია: სისტემების გასაგებად, მოწყვლადობების აღმოსაჩენად და იმის შესამოწმებლად, უძლებს თუ არა შესწორებები შეტევას. ამიტომ, 100%-იანი მაჩვენებლისკენ სწრაფვის ნაცვლად, ამ შედეგებს ლეგიტიმური კვლევისა და ხარვეზების გამოსწორების მხარდაჭერასთან ერთად ვაფასებთ.

იმის შესაფასებლად, თუ როგორ ეხმარება ჩვენი მოდელები კრიტიკული ინფრასტრუქტურის დაცვას, ვთანამშრომლობთ Dragos-თან — გაფართოებული ოპერაციული ტექნოლოგიების (xOT) კიბერუსაფრთხოების გლობალურ მიმწოდებელთან. Dragos-მა კონტროლირებულ ლაბორატორიულ გარემოში ჩაატარა შეფასებები Daybreak Red-ის მოდელებით, რომლებსაც კიბერამოცანებზე ნაკლები შეზღუდვა აქვთ. შეფასებები მოიცავდა მოთხოვნებს ქსელის აღმოჩენიდან და აქტივების ჩამოთვლიდან მიზნობრივ დაზვერვამდე, სენსიტიური მონაცემების გატანამდე და მოწყობილობებზე უნებართვო, პოტენციურად სახიფათო მოქმედებებამდე.

Dragos-ის უკუკავშირი დამცავი მექანიზმების გასაუმჯობესებლად გამოვიყენეთ, რათა საზიანო დახმარება ნებადართული ტესტირების ზედმეტი შეზღუდვის გარეშე დაგვებლოკა. შეფასებების დეტალებისთვის იხილეთ მათი საბოლოო ანგარიში⁠(იხსნება ახალ ფანჯარაში). ასევე ვაფართოებთ პარტნიორობას შეტევითი უსაფრთხოების სხვა მიმწოდებლებთან და შეტევისა და დაცვის გამაერთიანებელ გუნდებთან, რათა ხელოვნური ინტელექტით ჩავატაროთ შეღწევადობისა და შეტევითი ტესტირება (red teaming). ენერგოკომპანიებთან, კრიტიკული ინფრასტრუქტურის სხვა ოპერატორებთან და ეროვნულ ლაბორატორიებთან კი ვაფასებთ ჩვენი მოდელებისა და დამცავი მექანიზმების ეფექტიანობას სამრეწველო დაცვაში. გავზარდეთ ინვესტიცია საფრთხეების გამოძიებაშიც, რათა გამოვავლინოთ მოდელების გამოყენება OT/ICS სისტემებთან მიმართებით. დამცავ მექანიზმებს პარტნიორებისა და უსაფრთხოების თემის უკუკავშირით კვლავ გავაუმჯობესებთ. ეს მოიცავს /feedback-ით მიღებულ შეტყობინებებსაც იმ შემთხვევებზე, როცა დაცვა საზიანო აქტივობას ვერ ამჩნევს ან ლეგიტიმურ სამუშაოს აფერხებს.

თავდაპირველად GPT‑6 Cyber API-ისა და Codex-ის მეშვეობით ხელმისაწვდომია Daybreak Red-ის დამტკიცებული მომხმარებლების შერჩეული ჯგუფისთვის. მალე წვდომას ეტაპობრივად გავუხსნით Daybreak Red-ის ყველა მომხმარებელს. ამასთან, GPT‑5.6 Cyber-საც ხელმისაწვდომს ვხდით Daybreak Red-ის ყველა მომხმარებლისთვის. ასევე ვაფართოებთ GPT‑6 Astra-სთვის Daybreak Blue-ის ალფავერსიაზე წვდომას მეტი ორგანიზაციისა და უსაფრთხოების დამოუკიდებელი მკვლევრისთვის; დაინტერესების შემთხვევაში შეგვატყობინეთ⁠(იხსნება ახალ ფანჯარაში).

ახალ მომხმარებლებსა და ორგანიზაციებს შეუძლიათ შეიტანონ განაცხადი Daybreak-ში⁠ და დაიწყონ მუშაობა ჩვენი კიბერუსაფრთხოების უნარებით, პროდუქტებითა და პარტნიორების დახმარებით⁠.