Microsoft компани Windows үйлдлийн системийн эмзэг байдлыг илрүүлэх, эрсдэлийг эрэмбэлэх үйл явцад хиймэл оюуны шинэ системийг ашиглаж эхэлснээ зарлалаа.
Microsoft-ын зүгээс MDASH хэмээх олон загварт суурилсан хиймэл оюуны системийг ашиглан Windows-ын кодын санд гарч болзошгүй аюулыг хурдан хугацаанд илрүүлж байна. Windows + Devices-ийн гүйцэтгэх дэд ерөнхийлөгч Паван Давулуригийн тайлбарласнаар, энэхүү технологи нь олон төрлийн хиймэл оюуны загваруудыг ашиглан сэжигтэй байдлыг шалгаж, хуурамч эерэг илрүүлэлтийг багасган, зөвхөн баталгаатай үр дүнг инженерүүдийн багт хүргэдэг байна.
Энэхүү шинэчлэлийн гол зорилго нь аюулгүй байдлын асуудлыг илрүүлэхээс эхлээд хэрэглэгчдийг хамгаалах хүртэлх хугацааг эрс багасгах явдал юм. Хэдийгээр хиймэл оюун илрүүлэлтийн хурдыг нэмэгдүүлж байгаа ч аюулгүй байдлын чухал шийдвэрүүд болон засваруудыг хүн-инженерүүд хариуцсан хэвээр байх болно.
Одоогоор аюулгүй байдлын салбарт хиймэл оюуныг ашиглах нь түгээмэл болж байгаа бөгөөд Firefox ч мөн Claude Mythos хэрэгслийн тусламжтайгаар олон зуун эмзэг байдлыг илрүүлээд байна. Гэсэн хэдий ч хакерууд ч мөн хиймэл оюуныг ашиглан хууран мэхлэх, кибер халдлага үйлдэх зэргээр аюул учруулж байгаа тул энэхүү технологийн дэвшил нь талуудын дундах ширүүн өрсөлдөөнийг улам бүр эрчимжүүлж байна.
Дэлгэрэнгүйг эх сурвалжаас харах
↓Эх сурвалжийг нээх ↓
I’m pretty staunchly opposed to the use of generative AI—for me, it’s the one-two punch of dubiously sourced datasets and the argument that these models can replace the human creatives they so often rip off. That said, even I’m a little bit intrigued by AI’s application in cybersecurity.
Case in point, Microsoft recently shared that it is deploying AI to “identify [issues] faster, prioritize risk, and scale vulnerability discovery across the Windows codebase” as well as “reduce the time between discovery and customer protection.” Specifically, Microsoft Security leverages a multi-model agentic scanning harness—or MDASH, for short.
MDASH uses multiple different AI models, including “leading third-party AI vulnerability discovery models,” on dedicated Cloud infrastructure to scan for vulnerabilities within Windows.
The executive vice president of Windows + Devices, Pavan Davuluri, explains, “A scanner pipeline scans critical binaries and validates candidates using multi-model debate across multiple model families. Confirmed candidates then flow to a separate, Windows-specific prove pipeline that helps eliminate remaining false positives, so only the highest-confidence findings reach the engineering team.”
Multiple times, the emphasis is placed on the use of AI tools “to reduce the time from discovery to protection,” whereas ‘human expertise’ is still what handles key security decisions and fixes.
Davuluri goes on to add, “As AI helps defenders discover more issues, customers will see a higher volume of security updates included in each security release. This is evidence that defenders are getting better at identifying and addressing issues. Our focus is to effectively utilize these AI tools to support faster protection, stronger engineering systems and more actionable guidance for customers.”
Microsoft is far from the only company leveraging AI, with Firefox’s CTO raving about Claude Mythos’ bug-hunting capabilities after it found 271 vulnerabilities in the browser earlier this year. Last year, we also saw an AI hold the top spot in a leaderboard that ranks people who hunt for system vulnerabilities.
Obviously, I’m still not thrilled by the fact that these cybersecurity applications are necessitated by threat actors increasingly using AI in their attacks. For example, one AI-assisted hacking group hit targets with a complicated ‘social engineering’ scam involving deepfaked CEOs, spoofed Zoom calls, and a malicious troubleshooting program.
That said, both LLMs and AI agents can also be manipulated themselves, with security researchers finding that both bad maths and even poetry can be leveraged to get around AI models’ safety guard rails. With all sides leveraging machine learning to some degree, it’s hard not to feel like it’s a bit of a race to the bottom—or wonder which side will win out.
