مایکروسافت از نخستین مدل هوش مصنوعی تخصصی خود برای امنیت سایبری با نام MAI-Cyber-1-Flash رونمایی کرد. این مدل در ترکیب با سامانه MDASH توانسته در بنچمارک CyberGym به امتیاز ۹۶ درصد برسد؛ نتیجه‌ای که به گفته مایکروسافت، ۱۲ امتیاز بالاتر از Mythos است و می‌تواند هزینه برخی فرایندهای شناسایی آسیب‌پذیری نرم‌افزار را نیز به شکل قابل‌توجهی کاهش دهد.
MAI Cyber 1 Flash چیست؟
مایکروسافت MAI-Cyber-1-Flash را به‌عنوان نخستین مدل تخصصی خود در حوزه امنیت سایبری معرفی کرده است. تمرکز اصلی این مدل در مرحله نخست، شناسایی و تحلیل آسیب‌پذیری‌های نرم‌افزاری و کمک به تیم‌های امنیتی برای بررسی کدهای پیچیده است.
این مدل در چارچوب استراتژی چندمدلی مایکروسافت توسعه یافته است؛ رویکردی که به‌جای استفاده از یک مدل هوش مصنوعی برای تمام وظایف، تلاش می‌کند برای هر کار مشخص از مناسب‌ترین مدل استفاده کند. هدف این رویکرد، دستیابی هم‌زمان به دقت بالاتر و هزینه عملیاتی پایین‌تر است.
مایکروسافت می‌گوید MAI-Cyber-1-Flash با بهره‌گیری از دانش تخصصی این شرکت در حوزه امنیت و محیط‌های آموزشی مبتنی بر یادگیری تقویتی، برای وظایف مرتبط با امنیت سایبری بهینه شده است.
MAI-Cyber-1-Flash در CyberGym چه عملکردی دارد؟
مهم‌ترین ادعای مایکروسافت درباره مدل جدید، عملکرد آن در CyberGym است؛ معیاری که برای ارزیابی توانایی مدل‌های هوش مصنوعی در شناسایی مشکلات و آسیب‌پذیری‌های امنیتی واقعی در پایگاه‌های کد بزرگ مورد استفاده قرار می‌گیرد.
بر اساس اعلام مایکروسافت، ترکیب MDASH با MAI-Cyber-1-Flash توانسته به امتیاز ۹۶ درصد در CyberGym دست پیدا کند. این رقم ۱۲ امتیاز بالاتر از عملکرد گزارش‌شده برای Mythos است. مایکروسافت همچنین اعلام کرده این ترکیب در مقایسه با پیکربندی فعلی MDASH می‌تواند نزدیک به ۵۰ درصد صرفه‌جویی در هزینه ایجاد کند.
مقایسه عملکرد اعلام‌شده
| شاخص | MAI-Cyber-1-Flash در MDASH | Mythos |
|---|---|---|
| عملکرد در CyberGym | ۹۶ درصد | حدود ۸۴ درصد |
| اختلاف عملکرد | — | ۱۲ امتیاز کمتر |
| تمرکز اصلی | آسیب‌پذیری‌های نرم‌افزاری | امنیت سایبری |
| مزیت اعلام‌شده | دقت بالا و کاهش هزینه | — |
توجه: اعداد بالا بر اساس نتایج اعلام‌شده از سوی مایکروسافت هستند و برای ارزیابی مستقل عملکرد مدل، باید نتایج آزمایش‌های شخص ثالث و استفاده در شرایط واقعی نیز بررسی شود.
مایکروسافت MAI Cyber 1 Flash را کجا استفاده می‌کند؟
مایکروسافت در گام نخست، مدل جدید را در MDASH به کار گرفته است. این سامانه بخشی از رویکرد چندمدلی شرکت برای مدیریت آسیب‌پذیری‌های نرم‌افزاری محسوب می‌شود.
هدف این ترکیب آن است که هوش مصنوعی بتواند در کدهای پیچیده به دنبال نقاط ضعف امنیتی بگردد و به تیم‌های امنیتی کمک کند آسیب‌پذیری‌ها را سریع‌تر شناسایی و اولویت‌بندی کنند.
این موضوع اهمیت زیادی دارد؛ زیرا در محیط‌های نرم‌افزاری مدرن، حجم کدها و تعداد وابستگی‌های نرم‌افزاری به اندازه‌ای زیاد شده که بررسی دستی تمام بخش‌ها برای تیم‌های امنیتی دشوار است. استفاده از مدل‌های تخصصی می‌تواند بخشی از این فرایند را خودکار کند.
تفاوت MAI Cyber 1 Flash با مدل‌های عمومی هوش مصنوعی چیست؟
مدل‌های عمومی هوش مصنوعی برای طیف گسترده‌ای از وظایف طراحی شده‌اند؛ از تولید متن و کدنویسی گرفته تا تحلیل داده و پاسخ به پرسش‌های کاربران.
در مقابل، MAI-Cyber-1-Flash یک مدل تخصصی است که برای مسائل امنیت سایبری آموزش و بهینه‌سازی شده است. بنابراین هدف آن رقابت مستقیم با مدل‌های عمومی در تمام زمینه‌ها نیست، بلکه قرار است در یک حوزه مشخص عملکرد بهتری ارائه دهد.
این رویکرد می‌تواند از نظر اقتصادی نیز اهمیت داشته باشد. اگر یک مدل کوچک‌تر و تخصصی بتواند برای یک وظیفه مشخص نتیجه‌ای مشابه یا بهتر از مدل‌های بزرگ‌تر ارائه کند، شرکت‌ها می‌توانند هزینه پردازش را کاهش دهند و از منابع محاسباتی به شکل بهینه‌تری استفاده کنند.
مایکروسافت نیز دقیقاً بر همین موضوع تأکید دارد و می‌گوید MAI-Cyber-1-Flash در برخی جریان‌های کاری امنیتی می‌تواند عملکردی در سطح مدل‌های عمومی ارائه دهد، در حالی که هزینه اجرای آن پایین‌تر است.
Project Perception؛ گام بعدی مایکروسافت در امنیت سایبری
MAI-Cyber-1-Flash تنها بخشی از برنامه بزرگ‌تر مایکروسافت برای ایجاد یک زیرساخت امنیت سایبری مبتنی بر هوش مصنوعی است.
این شرکت در حال توسعه پروژه‌ای با نام Project Perception است که بر معماری چندلایه و چندمدلی برای امنیت سایبری تکیه دارد. در این معماری، مدل‌های هوش مصنوعی، عامل‌های خودکار و داده‌های امنیتی در کنار یکدیگر قرار می‌گیرند تا فرایند تشخیص و واکنش به تهدیدها سریع‌تر و خودکارتر شود.
مایکروسافت اعلام کرده Project Perception قرار است از ۳ اوت ۲۰۲۶ وارد مرحله پیش‌نمایش عمومی شود.
معماری امنیتی جدید مایکروسافت چگونه کار می‌کند؟
بر اساس توضیحات مایکروسافت، این معماری از چند لایه اصلی تشکیل شده است:
- سیگنال‌ها و حسگرها: ایجاد دید گسترده نسبت به نقاط پایانی، هویت‌ها، داده‌ها، فضای ابری، برنامه‌ها و سامانه‌های هوش مصنوعی.
- زمینه امنیتی: تبدیل داده‌های خام به اطلاعات قابل استفاده برای مدل‌ها و عامل‌های هوش مصنوعی.
- مدل‌ها: استفاده از مدل‌های عمومی و تخصصی برای تحلیل تهدیدها.
- هماهنگ‌سازی: مدیریت تعامل میان مدل‌ها و عامل‌های مختلف.
- عامل‌های هوش مصنوعی: اجرای وظایف تخصصی امنیتی و تحلیل مستمر تهدیدها.
- مکانیزم‌های اجرایی: تبدیل تصمیم‌های سیستم به اقدامات واقعی برای حفاظت از زیرساخت.
هدف نهایی، ایجاد سیستمی است که بتواند به‌صورت مداوم شرایط امنیتی را بررسی کند، ریسک‌ها را تشخیص دهد و با تغییر وضعیت تهدیدها خود را تطبیق دهد.
چرا معرفی MAI Cyber 1 Flash مهم است؟
ورود مایکروسافت به توسعه مدل‌های تخصصی امنیت سایبری می‌تواند نشانه تغییر مهمی در مسیر رقابت هوش مصنوعی باشد. رقابت دیگر فقط بر سر ساخت مدل‌هایی با قابلیت تولید متن، تصویر یا کدنویسی نیست؛ بلکه شرکت‌های بزرگ به سمت توسعه مدل‌هایی حرکت می‌کنند که برای وظایف تخصصی و حساس طراحی شده‌اند.
امنیت سایبری یکی از مناسب‌ترین حوزه‌ها برای چنین مدل‌هایی است. در این حوزه، سرعت شناسایی آسیب‌پذیری می‌تواند اهمیت زیادی داشته باشد و حتی کاهش زمان بررسی کدها ممکن است به شرکت‌ها کمک کند پیش از سوءاستفاده مهاجمان، مشکلات امنیتی را شناسایی کنند.
از سوی دیگر، ادعای کاهش هزینه نیز اهمیت زیادی دارد. استفاده گسترده از مدل‌های هوش مصنوعی در امنیت سایبری تنها زمانی اقتصادی خواهد بود که هزینه پردازش با ارزش حاصل از شناسایی تهدیدها تناسب داشته باشد.
با این حال، نباید نتیجه یک بنچمارک را معادل برتری قطعی در تمام سناریوهای امنیتی دانست. عملکرد واقعی مدل به نوع کد، پیچیدگی آسیب‌پذیری، کیفیت داده‌ها و نحوه استفاده از آن در کنار کارشناسان امنیتی بستگی دارد.
آنچه کاربران و سازمان‌ها باید بدانند
MAI-Cyber-1-Flash در مرحله فعلی بیشتر برای سازمان‌ها و تیم‌های امنیت سایبری اهمیت دارد و معرفی آن به معنای عرضه یک ابزار عمومی برای کاربران عادی نیست.
مهم‌ترین نکته این است که نتایج اعلام‌شده فعلاً عمدتاً بر ادعاها و داده‌های منتشرشده از سوی مایکروسافت استوار هستند. بنابراین، برای قضاوت نهایی درباره برتری این مدل نسبت به رقبا باید منتظر آزمایش‌های مستقل و عملکرد آن در محیط‌های واقعی بود.
با این حال، اگر عملکرد اعلام‌شده در CyberGym در شرایط عملی نیز تکرار شود، MAI-Cyber-1-Flash می‌تواند به یکی از ابزارهای مهم مایکروسافت برای خودکارسازی فرایند شناسایی آسیب‌پذیری‌های نرم‌افزاری تبدیل شود.
سوالات متداول
MAI-Cyber-1-Flash چیست؟
MAI-Cyber-1-Flash نخستین مدل تخصصی مایکروسافت برای امنیت سایبری است که در مرحله نخست روی شناسایی و تحلیل آسیب‌پذیری‌های نرم‌افزاری تمرکز دارد.
MAI-Cyber-1-Flash در CyberGym چه امتیازی کسب کرده است؟
مایکروسافت اعلام کرده ترکیب MDASH با این مدل به امتیاز ۹۶ درصد در CyberGym رسیده که ۱۲ امتیاز بالاتر از Mythos گزارش شده است.
آیا MAI-Cyber-1-Flash از مدل‌های عمومی هوش مصنوعی بهتر است؟
برتری این مدل به حوزه کاربرد بستگی دارد. MAI-Cyber-1-Flash برای امنیت سایبری تخصصی شده و هدف آن ارائه عملکرد بهتر و کم‌هزینه‌تر در وظایف مشخص امنیتی است، نه رقابت با مدل‌های عمومی در تمام زمینه‌ها.
MAI-Cyber-1-Flash چه زمانی در دسترس قرار می‌گیرد؟
مایکروسافت اعلام کرده این مدل در ابتدا در MDASH استفاده می‌شود و Project Perception، که از آن بهره خواهد برد، قرار است از ۳ اوت ۲۰۲۶ وارد پیش‌نمایش عمومی شود.
جمع‌بندی
مایکروسافت با معرفی MAI-Cyber-1-Flash وارد مرحله جدیدی از توسعه هوش مصنوعی تخصصی برای امنیت سایبری شده است. این مدل طبق ادعای شرکت در ترکیب با MDASH توانسته در CyberGym امتیاز ۹۶ درصد کسب کند و نسبت به Mythos عملکرد بهتری نشان دهد. اگر این نتایج در آزمایش‌های مستقل و محیط‌های واقعی نیز تأیید شوند، مدل جدید مایکروسافت می‌تواند به یکی از ابزارهای مهم برای شناسایی خودکار آسیب‌پذیری‌های نرم‌افزاری تبدیل شود. در عین حال، مسیر آینده این فناوری به توانایی مایکروسافت در ترکیب مدل‌های تخصصی، عامل‌های هوشمند و نظارت انسانی وابسته خواهد بود.
