เดินหน้าขยาย Daybreak ขณะที่กรอบเวลาในการป้องกันภัยทางไซเบอร์ลดลง

ความมั่นคงปลอดภัยทางไซเบอร์กำลังเปลี่ยนแปลงอย่างรวดเร็ว ผู้ก่อภัยคุกคามจะใช้ AI มากขึ้นเพื่อโจมตีทางไซเบอร์ด้วยความเร็วและขนาดที่ไม่เคยเกิดขึ้นมาก่อน รวมถึงการโจมตีแบบอัตโนมัติโดยสมบูรณ์ เมื่อขีดความสามารถเหล่านี้แพร่หลาย ฝ่ายป้องกันจะมีเวลาเตรียมตัวน้อยลงเรื่อยๆ แนวทางของเราคือส่งมอบเทคโนโลยีอัจฉริยะระดับแนวหน้าให้แก่ฝ่ายป้องกันที่เชื่อถือได้ทั่วโลก ก่อนที่ผู้โจมตีจะนำขีดความสามารถด้าน AI เชิงรุกมาใช้ในวงกว้าง

เรากำลังขยาย OpenAI Daybreak ด้วยสิทธิ์เข้าถึงสองระดับ ซึ่งออกแบบมาเพื่อให้ฝ่ายป้องกันที่ผ่านการอนุมัติได้รับความสามารถที่เหมาะกับงาน:

• Daybreak Blue เปิดให้เข้าถึงโมเดลอเนกประสงค์ระดับแนวหน้า รวมถึง GPT‑5.6 Sol พร้อมมาตรการป้องกันที่ออกแบบมาสำหรับงานด้านการป้องกันความปลอดภัยที่ได้รับอนุญาตโดยเฉพาะ นี่คือจุดเริ่มต้นที่เราแนะนำสำหรับฝ่ายป้องกันส่วนใหญ่ โดยรองรับการตรวจหาช่องโหว่ การตรวจสอบความปลอดภัยของโค้ด การวิเคราะห์มัลแวร์ การตอบสนองต่อเหตุการณ์ และการตรวจสอบความถูกต้องของแพตช์
• Daybreak Red ช่วยให้ผู้ใช้เข้าถึงโมเดลของเราที่ผ่านการฝึกมาโดยเฉพาะสำหรับงานด้านความมั่นคงปลอดภัยทางไซเบอร์ เพื่อดำเนินการวิจัยช่องโหว่ ตรวจสอบและยืนยันการใช้ประโยชน์จากช่องโหว่ และทดสอบความปลอดภัยภายใต้ขอบเขตที่ได้รับอนุญาต

นอกจากนี้ เรายังเปิดตัว GPT‑5.6‑Cyber ซึ่งพร้อมให้ใช้งานผ่าน Daybreak Red โมเดลนี้พัฒนาต่อยอดจาก GPT‑5.6 Sol และผ่านการฝึกเพื่อยกระดับขีดความสามารถในการทำงานเฉพาะทางด้านการรักษาความปลอดภัยทางไซเบอร์หลายประเภท (เช่น การค้นหาช่องโหว่แบบ Zero-day และการพัฒนาชุดวิธีใช้ประโยชน์จากช่องโหว่ที่เชื่อมโยงกัน) รวมถึงลดการปฏิเสธคำขอสำหรับงานด้านไซเบอร์ที่มีความเสี่ยงสูงและสามารถนำไปใช้ได้ทั้งในทางที่เป็นประโยชน์และเป็นอันตรายบางประเภท

Daybreak เปิดทางสู่ความสามารถทางไซเบอร์ขั้นสูง

ดังที่เราเคยแจ้งไว้ก่อนหน้านี้⁠ GPT‑5.6 Sol มีประสิทธิภาพล้ำสมัยในการทำงานด้านความมั่นคงปลอดภัยทางไซเบอร์ ในการใช้งานจริง เราใช้มาตรการป้องกันระดับระบบเพื่อคัดกรองคำขอที่เกี่ยวข้องกับความมั่นคงปลอดภัยทางไซเบอร์และป้องกันการนำไปใช้ในทางที่ผิด แต่มาตรการเหล่านี้อาจขัดขวางงานป้องกันที่ชอบด้วยกฎหมายได้เช่นกัน Daybreak Blue จึงเปิดให้ใช้งานโดยไม่มีข้อจำกัดดังกล่าว ช่วยให้ฝ่ายป้องกันใช้โมเดลกับงานจริงได้เต็มประสิทธิภาพยิ่งขึ้น ไม่ว่าจะเป็นการตรวจจับและตอบสนองต่อเหตุการณ์ การสืบสวน การจัดการช่องโหว่ และการประเมินความปลอดภัย

แม้จะนำมาตรการควบคุมระดับระบบออกแล้ว แต่ GPT‑5.6 Sol ยังคงปฏิเสธคำขอบางประเภทที่เกี่ยวข้องกับความมั่นคงปลอดภัยทางไซเบอร์ซึ่งมีความเสี่ยงสูงและอาจนำไปใช้ได้ทั้งในทางที่เป็นประโยชน์และเป็นอันตราย เช่น การทดสอบเจาะระบบที่ใช้งานจริง เพื่อแก้ปัญหานี้ เราจึงฝึก GPT‑5.6‑Cyber ซึ่งเปิดให้ใช้งานผ่าน Daybreak Red ให้ลดการปฏิเสธคำขอลงอีกและทำงานบางประเภทได้ดียิ่งขึ้น GPT‑5.6‑Cyber ช่วยให้ฝ่ายป้องกันที่เชื่อถือได้ดำเนินกิจกรรมด้านความปลอดภัยที่มีวัตถุประสงค์โดยชอบธรรม

เราสร้างแบบประเมินภายในชื่อ Advanced Cybersecurity Completion Rate ขึ้นเพื่อวัดอัตราการปฏิเสธคำขอที่ลดลงเมื่อใช้ GPT‑5.6‑Cyber ผ่าน Daybreak Red โดยแบบประเมินนี้ตรวจวัดว่าโมเดลยอมตอบคำขอเกี่ยวกับการพัฒนาการใช้ประโยชน์จากช่องโหว่แบบต่อเนื่อง การข้ามขั้นตอนการยืนยันตัวตน การยกระดับสิทธิ์ และสถานการณ์ขั้นสูงอื่นๆ ด้านความมั่นคงปลอดภัยทางไซเบอร์บ่อยเพียงใด¹ GPT‑5.6‑Cyber ตอบสนองคำขอเหล่านี้ได้ครบถ้วน 95.0% ขณะที่ GPT‑5.6 Sol ทำได้เพียง 1.5% และเมื่อใช้ GPT‑5.6 Sol ผ่าน Daybreak Blue จะทำได้ 2.0% โมเดลนี้ยังทำได้ดีกว่า GPT‑5.5‑Cyber ซึ่งตอบสนองคำขอได้เพียง 57.3% และช่วยแก้ไขปัญหาการปฏิเสธคำขอซ้ำๆ ที่นักวิจัยด้านความปลอดภัยพบเมื่อใช้โมเดลรุ่นก่อน

ด้านล่างนี้ เราจะแสดงชุดคำขอด้านความมั่นคงปลอดภัยทางไซเบอร์ พร้อมคำตอบจากโมเดล GPT‑5.6 Sol ที่ใช้มาตรการป้องกันระดับระบบ, GPT‑5.6 Sol (Daybreak Blue), GPT‑5.5‑Cyber (Daybreak Red) และ GPT‑5.6‑Cyber (Daybreak Red)

ยกระดับประสิทธิภาพด้านความมั่นคงปลอดภัยทางไซเบอร์

GPT‑5.6‑Cyber ได้รับการฝึกเพื่อยกระดับประสิทธิภาพในกระบวนการทำงานด้านความมั่นคงปลอดภัยทางไซเบอร์บางประเภท โดยเฉพาะงานพัฒนาวิธีใช้ประโยชน์จากช่องโหว่และการวิจัยความปลอดภัยขั้นสูง ผลการประเมินบน ExploitGym² ซึ่งทดสอบความสามารถของเอเจนต์ในการเปลี่ยนช่องโหว่ที่ทราบแล้วให้เป็นวิธีใช้ประโยชน์จากช่องโหว่ที่ทำงานได้จริงและเรียกใช้โค้ดใดๆ ในสภาพแวดล้อมที่ควบคุมไว้ พบว่า GPT‑5.6‑Cyber มีประสิทธิภาพเหนือกว่าทั้ง GPT‑5.6 Sol และ GPT‑5.5 Cyber

อีกด้านหนึ่งที่ GPT‑5.6‑Cyber มุ่งพัฒนาคือความสามารถในการค้นหาช่องโหว่แบบ Zero-day ที่ยังไม่เคยพบมาก่อน และประเมินระดับความรุนแรงได้อย่างแม่นยำ เราได้สร้างชุดข้อมูลสำหรับการประเมินภายใน โดยให้โมเดลเข้าถึงเวอร์ชันล่าสุดของคลังโค้ดโอเพนซอร์ส จากนั้นจึงให้โมเดลสร้างโค้ดพิสูจน์แนวคิดสำหรับใช้ประโยชน์จากช่องโหว่ โดยมุ่งให้เกิดผลกระทบสูงสุดเท่าที่เป็นไปได้ พร้อมจัดทำรายงานทางเทคนิคเกี่ยวกับสิ่งที่ค้นพบ เราประเมินโมเดลจากระดับความรุนแรงและผลกระทบของช่องโหว่ที่ค้นพบ ตลอดจนความแม่นยำในการประเมินระดับความรุนแรงและคุณภาพของรายงานทางเทคนิคที่แนบมา ในเกณฑ์มาตรฐานนี้ GPT‑5.6‑Cyber (Daybreak Red) ทำผลงานได้ดีกว่า GPT‑5.6 Sol (Daybreak Blue) เนื่องจากผ่านการฝึกมาโดยเฉพาะ

เรายังประเมิน GPT‑5.6‑Cyber ด้วยแบบประเมินภายในด้านการค้นหาช่องโหว่และการเขียนรายงาน ซึ่งให้เอเจนต์ค้นหาช่องโหว่ใน Repository ที่ทราบอยู่แล้วว่ามีช่องโหว่ โดยใช้คำสั่งแบบปลายเปิด โมเดลจะได้คะแนนจากการค้นพบช่องโหว่ที่ร้ายแรงและสามารถนำไปแก้ไขได้ ไม่ว่าจะเป็นช่องโหว่ใหม่หรือช่องโหว่ที่ทราบอยู่แล้ว การพัฒนาตัวอย่างพิสูจน์แนวคิดที่ใช้งานได้จริง และการส่งรายงานช่องโหว่คุณภาพสูง ทั้ง GPT‑5.6 Sol และ GPT‑5.6‑Cyber ทำผลงานได้ดีกว่า GPT‑5.5‑Cyber อย่างไรก็ตาม GPT‑5.6‑Cyber ทำผลงานได้ต่ำกว่า GPT‑5.6 Sol ในการประเมินนี้ ซึ่งเราเชื่อว่าเป็นเพราะบางครั้งโมเดลเขียนรายงานช่องโหว่สั้นกว่าและมีรายละเอียดน้อยกว่า

สุดท้าย เราประเมินความสามารถในการพัฒนาช่องโหว่ให้เป็นวิธีโจมตีด้วย ExploitBench³ ซึ่งเป็นการประเมินความสามารถของเอเจนต์ในการนำช่องโหว่ของ V8 มาพัฒนาต่อยอดเป็นวิธีโจมตีที่สมบูรณ์ โจทย์นี้ยากกว่า ExploitGym เพราะยังเปิดใช้กลไกป้องกันหลายอย่าง รวมถึงแซนด์บ็อกซ์ของ V8 และให้ข้อมูลเกี่ยวกับช่องโหว่แก่เอเจนต์น้อยกว่า ในการตั้งค่ามาตรฐานที่จำกัดเอเจนต์ไว้ที่ 300 รอบ GPT‑5.6 Sol (Daybreak Blue) แก้โจทย์โดยใช้โทเค็นได้อย่างมีประสิทธิภาพกว่าและให้ผลลัพธ์ดีที่สุด แต่เมื่อขยายขีดจำกัดจาก 300 รอบเป็น 600 รอบ ประสิทธิภาพของทั้งสองโมเดลจะใกล้เคียงกันมากขึ้น

นอกเหนือจากผลการทดสอบด้วยเกณฑ์มาตรฐานแล้ว เรายังให้ลูกค้าพันธมิตรที่เราไว้วางใจกลุ่มหนึ่งเข้าถึง GPT‑5.6‑Cyber ก่อนใคร ลูกค้าเหล่านี้ใช้โมเดลเพื่อเพิ่มความรวดเร็วให้กับกระบวนการทำงานด้านการป้องกันและประสบความสำเร็จอย่างมาก ดังนี้

การค้นหาและแก้ไขช่องโหว่ในซอฟต์แวร์ที่ใช้งานจริง

ความสามารถของ GPT‑5.6‑Cyber ไม่ได้จำกัดอยู่แค่ผลการทดสอบวิจัย แต่ยังครอบคลุมการวิจัยช่องโหว่ในโลกจริง การวิจัยช่องโหว่ในโลกจริงมักต้องใช้การให้เหตุผลอย่างต่อเนื่องกับฐานโค้ดขนาดใหญ่ที่ไม่คุ้นเคย นักวิจัยต้องตั้งและทดสอบสมมติฐาน ติดตามปฏิสัมพันธ์ระหว่างองค์ประกอบหลายส่วน จำลองพฤติกรรมที่ไม่คาดคิด และพิจารณาว่าช่องโหว่ที่สงสัยสามารถนำไปใช้โจมตีจริงได้หรือไม่

นับตั้งแต่ฝึกโมเดล GPT‑5.6‑Cyber เสร็จ เราได้นำโมเดลไปศึกษาและปรับปรุงโครงการซอฟต์แวร์ที่คัดเลือกไว้อย่างกว้างขวาง ตัวอย่างเช่น เราใช้ GPT‑5.6‑Cyber ตรวจสอบ V8 ซึ่งเป็นเอนจิน JavaScript ที่ Chrome ใช้ และพบช่องโหว่ที่ไม่เคยมีใครค้นพบมาก่อน 2 รายการ ซึ่งสามารถนำมาใช้ต่อเนื่องกันเพื่อทำให้หน่วยความจำเสียหายและหลบออกจากแซนด์บ็อกซ์ของฮีป V8 ได้ นักวิจัยของเราตรวจสอบยืนยันผลการค้นพบและรายงานไปยัง Google ผ่านกระบวนการเปิดเผยช่องโหว่ร่วมกัน โดย Google ได้แก้ไขช่องโหว่ดังกล่าวและกำหนดหมายเลข CVE-2026-15903

CVE-2026-15903 คือช่องโหว่ความรุนแรงสูงใน V8 เอนจิน JavaScript ที่ Chrome ใช้ ช่องโหว่นี้เกิดจากคอมไพเลอร์เพิ่มประสิทธิภาพละเว้นการตรวจสอบความปลอดภัยอย่างไม่ถูกต้องระหว่างการแปลงค่าเป็นจำนวนเต็ม ทำให้ค่าที่ไม่ได้กำหนดถูกแปลงเป็นตัวเลขขนาดใหญ่เกินคาด แทนที่จะให้ผลลัพธ์ที่ควรได้

เมื่อนำตัวเลขนั้นมาใช้เป็นดัชนีอาร์เรย์ คอมไพเลอร์อาจเข้าใจผิดว่าค่าดังกล่าวไม่เกินขอบเขตของอาร์เรย์ และข้ามการตรวจสอบขอบเขตที่ควรดำเนินการตามปกติ ส่งผลให้ผู้โจมตีสามารถอ่านหรือเขียนทับหน่วยความจำที่เป็นของออบเจ็กต์อื่นได้ และอาจเรียกใช้โค้ดตามต้องการภายในแซนด์บ็อกซ์ของ Chrome ส่วนการหลบออกจากแซนด์บ็อกซ์ของฮีปโดยทั่วไปต้องใช้ช่องโหว่ที่สองร่วมด้วย ซึ่ง GPT‑5.6‑Cyber พบช่องโหว่นี้เช่นกัน แผนภาพด้านล่างสรุปภาพรวมของช่องโหว่ระดับความรุนแรงสูงดังกล่าว