Mở rộng Daybreak khi thời cơ phòng thủ mạng thu hẹp

Thế giới an ninh mạng đang thay đổi nhanh chóng—các tác nhân đe dọa sẽ ngày càng dùng AI để thực hiện tấn công mạng với tốc độ và quy mô chưa từng có, kể cả theo cách hoàn toàn tự động. Khi những năng lực này phổ biến, thời cơ chuẩn bị của lực lượng phòng thủ ngày càng thu hẹp. Giải pháp của chúng tôi là đưa trí tuệ tiên phong đến tay những người bảo vệ đáng tin cậy ở khắp nơi trước khi kẻ tấn công triển khai năng lực AI tấn công trên quy mô lớn.

Chúng tôi đang mở rộng OpenAI Daybreak với hai cấp truy cập, nhằm cung cấp cho những người bảo vệ đã được phê duyệt năng lực phù hợp với công việc của họ:

• Daybreak Blue cung cấp quyền truy cập các mô hình đa dụng tiên phong, bao gồm GPT‑5.6 Sol, với biện pháp bảo vệ được điều chỉnh cho công việc phòng thủ an ninh được phép. Đây là điểm khởi đầu được khuyến nghị cho phần lớn lực lượng phòng thủ, hỗ trợ phát hiện lỗ hổng, rà soát mã an toàn, phân tích phần mềm độc hại, ứng phó sự cố và xác thực bản vá.
• Daybreak Red cung cấp quyền truy cập các mô hình an ninh mạng được huấn luyện chuyên biệt cho hoạt động nghiên cứu lỗ hổng, xác thực khai thác và kiểm thử bảo mật được phép.

Chúng tôi cũng giới thiệu GPT‑5.6‑Cyber, được cung cấp qua Daybreak Red. Được xây dựng trên GPT‑5.6 Sol, mô hình này được huấn luyện để nâng cao năng lực trong một số tác vụ an ninh mạng chuyên biệt (ví dụ: tìm lỗ hổng zero-day và phát triển chuỗi khai thác), đồng thời giảm từ chối đối với một số tác vụ mạng lưỡng dụng có rủi ro cao hơn.

Daybreak khai mở các năng lực an ninh mạng tiên tiến

Như chúng tôi đã chia sẻ trước đây⁠, GPT‑5.6 Sol mang lại hiệu suất hàng đầu trong các tác vụ an ninh mạng. Trong môi trường vận hành thực tế, chúng tôi triển khai các biện pháp bảo vệ cấp hệ thống để sàng lọc yêu cầu liên quan đến an ninh mạng nhằm ngăn chặn hành vi lạm dụng, nhưng chúng cũng có thể chặn công việc phòng thủ chính đáng. Quyền truy cập Daybreak Blue loại bỏ các rào chắn đó, giúp lực lượng phòng thủ khai thác mô hình hiệu quả hơn trong những tác vụ bảo mật thực tế, như phát hiện và ứng phó sự cố, điều tra, quản lý lỗ hổng và đánh giá bảo mật.

Ngay cả khi không có rào chắn cấp hệ thống, GPT‑5.6 Sol vẫn từ chối một số câu lệnh an ninh mạng có tính lưỡng dụng cao (ví dụ: kiểm thử xâm nhập hệ thống đang vận hành). Để giải quyết vấn đề này, chúng tôi huấn luyện GPT‑5.6‑Cyber—được cung cấp qua quyền truy cập Daybreak Red—nhằm tiếp tục giảm từ chối và cải thiện hiệu suất ở một số tác vụ. GPT‑5.6‑Cyber giúp những người bảo vệ đáng tin cậy thực hiện các hoạt động bảo mật chính đáng.

Để đo lường mức giảm tỷ lệ từ chối mà GPT‑5.6‑Cyber mang lại qua quyền truy cập Daybreak Red, chúng tôi đã xây dựng một bài đánh giá nội bộ (Tỷ lệ hoàn thành tác vụ an ninh mạng nâng cao), đo tần suất mô hình phản hồi các yêu cầu về phát triển chuỗi khai thác, vượt qua xác thực, leo thang đặc quyền và những tình huống an ninh mạng nâng cao khác¹. GPT‑5.6‑Cyber hoàn thành 95,0% số yêu cầu này, so với chỉ 1,5% của GPT‑5.6 Sol và 2,0% khi dùng GPT‑5.6 Sol với quyền truy cập Daybreak Blue. Mô hình này cũng hoàn thành nhiều yêu cầu hơn GPT‑5.5‑Cyber, vốn chỉ đạt 57,3%, qua đó giải quyết phản hồi của các nhà nghiên cứu bảo mật về tình trạng từ chối dai dẳng ở mô hình trước.

Dưới đây là một loạt câu lệnh an ninh mạng cùng phản hồi tương ứng của GPT‑5.6 Sol có rào chắn cấp hệ thống, GPT‑5.6 Sol (Daybreak Blue), GPT‑5.5‑Cyber (Daybreak Red) và GPT‑5.6‑Cyber (Daybreak Red).

Cải thiện hiệu suất an ninh mạng

Mô hình GPT‑5.6‑Cyber được huấn luyện để cải thiện hiệu suất trong một số quy trình an ninh mạng liên quan đến phát triển khai thác và nghiên cứu bảo mật nâng cao. Trên ExploitGym²—bài đánh giá liệu tác nhân có thể biến các lỗ hổng đã biết thành mã khai thác hoạt động và thực thi mã tùy ý trong môi trường được kiểm soát hay không—GPT‑5.6‑Cyber vượt trội hơn cả GPT‑5.6 Sol và GPT‑5.5 Cyber.

Một lĩnh vực khác mà GPT‑5.6‑Cyber hướng đến cải thiện là khả năng tìm ra và đánh giá chính xác mức độ nghiêm trọng của các lỗ hổng zero-day mới. Chúng tôi đã tạo một tập dữ liệu đánh giá nội bộ, trong đó cung cấp cho các mô hình phiên bản hiện tại của một kho lưu trữ nguồn mở. Sau đó, chúng tôi yêu cầu mô hình tạo mã khai thác chứng minh khái niệm có tác động lớn nhất có thể, kèm theo bản thuyết minh kỹ thuật về các phát hiện. Các mô hình được đánh giá dựa trên mức độ nghiêm trọng và tác động của phát hiện, cũng như độ chính xác trong đánh giá và chất lượng của bản thuyết minh kỹ thuật đi kèm. Nhờ được huấn luyện chuyên biệt, GPT‑5.6‑Cyber (Daybreak Red) vượt GPT‑5.6 Sol (Daybreak Blue) trên bài đánh giá chuẩn này.

Chúng tôi cũng đánh giá GPT‑5.6‑Cyber bằng bài đánh giá nội bộ về Phát hiện lỗ hổng và Viết báo cáo, trong đó tác nhân nhận một câu lệnh mở để tìm lỗ hổng trong kho lưu trữ có chứa một lỗ hổng đã biết. Mô hình được tính điểm khi tìm thấy các lỗ hổng nghiêm trọng và có thể xử lý (mới hoặc đã biết), phát triển bản chứng minh khái niệm hoạt động và gửi báo cáo lỗ hổng chất lượng cao. Cả GPT‑5.6 Sol và GPT‑5.6‑Cyber đều cải thiện so với GPT‑5.5‑Cyber. GPT‑5.6‑Cyber đạt kết quả thấp hơn GPT‑5.6 Sol trong bài đánh giá này; chúng tôi cho rằng nguyên nhân là đôi khi mô hình tạo báo cáo lỗ hổng ngắn hơn và ít chi tiết hơn.

Cuối cùng, chúng tôi đo lường năng lực phát triển khai thác trên ExploitBench³, một bài đánh giá khả năng của tác nhân trong việc phát triển một lỗ hổng V8 thành mã khai thác hoàn chỉnh. Tác vụ khai thác này khó hơn ExploitGym—nhiều cơ chế phòng vệ hơn, chẳng hạn sandbox V8, vẫn được bật và tác nhân được cung cấp ít thông tin hơn về lỗ hổng cần khai thác. Trong thiết lập tiêu chuẩn giới hạn tác nhân ở 300 lượt, GPT‑5.6 Sol (Daybreak Blue) giải quyết tác vụ hiệu quả hơn về token và đạt hiệu suất cao nhất. Nếu tăng giới hạn tiêu chuẩn từ 300 lên 600 lượt, chênh lệch hiệu suất giữa hai mô hình sẽ thu hẹp.

Ngoài kết quả trên các bài đánh giá chuẩn, chúng tôi còn cung cấp quyền truy cập sớm vào GPT‑5.6‑Cyber cho một nhóm đối tác khách hàng đáng tin cậy. Những khách hàng này đã dùng các mô hình để đẩy nhanh quy trình phòng thủ và đạt được thành công lớn:

Tìm và vá lỗ hổng trong phần mềm thực tế

Năng lực của GPT‑5.6‑Cyber không chỉ thể hiện ở hiệu suất trên các bài đánh giá nghiên cứu mà còn trong nghiên cứu lỗ hổng thực tế. Nghiên cứu lỗ hổng thực tế thường đòi hỏi suy luận bền bỉ trên các cơ sở mã lớn và xa lạ. Nhà nghiên cứu phải hình thành và kiểm chứng giả thuyết, lần theo tương tác giữa nhiều thành phần, tái hiện hành vi bất ngờ và xác định liệu lỗ hổng bị nghi ngờ có thể được khai thác trong thực tế hay không.

Kể từ khi mô hình GPT‑5.6‑Cyber hoàn tất huấn luyện, chúng tôi đã dùng mô hình để nghiên cứu sâu rộng và cải thiện một số dự án phần mềm được chọn. Ví dụ, chúng tôi đã dùng GPT‑5.6‑Cyber để điều tra V8, công cụ JavaScript mà Chrome sử dụng. Chúng tôi phát hiện hai lỗ hổng chưa từng được biết đến có thể kết hợp thành chuỗi để làm hỏng bộ nhớ và thoát khỏi sandbox heap của V8. Các nhà nghiên cứu của chúng tôi đã xác thực phát hiện và báo cáo cho Google thông qua quy trình phối hợp công bố lỗ hổng. Google đã sửa lỗ hổng và gán mã CVE-2026-15903.

CVE-2026-15903 là một lỗ hổng nghiêm trọng trong V8, công cụ JavaScript của Chrome. Trình biên dịch tối ưu hóa của V8 đã bỏ qua nhầm một bước kiểm tra an toàn khi chuyển đổi giá trị thành số nguyên, khiến các giá trị không xác định tạo ra một số lớn bất thường thay vì kết quả dự kiến.

Nếu số đó được dùng làm chỉ mục mảng, trình biên dịch có thể nhầm tưởng rằng nó nằm trong giới hạn mảng và bỏ qua bước kiểm tra giới hạn thông thường. Kẻ tấn công sau đó có thể đọc hoặc ghi đè bộ nhớ thuộc về các đối tượng khác, từ đó có khả năng thực thi mã tùy ý bên trong sandbox của Chrome. Để thoát khỏi sandbox heap thường cần một lỗ hổng thứ hai, và GPT‑5.6‑Cyber cũng đã tìm ra lỗ hổng đó. Sơ đồ dưới đây trình bày tổng quan về lỗ hổng nghiêm trọng này.