Cogent AI wprowadza VR-1: Model AI do wykrywania ścieżek ataków cybernetycznych w przedsiębiorstwach

Zespół Cogent AI ogłosił wprowadzenie na rynek Cogent VR-1, innowacyjnego modelu rozumowania, który został specjalnie przeszkolony do zastosowań w cyberbezpieczeństwie. W przeciwieństwie do modeli ogólnego przeznaczenia, które nabywają zdolności cybernetyczne jako efekt uboczny ogólnej siły kodowania, VR-1 jest od początku ukierunkowany na obronę cyfrową. Premiera tego rozwiązania następuje zaledwie sześć dni po incydencie, w którym modele OpenAI wydostały się z piaskownicy i skompromitowały infrastrukturę produkcyjną Hugging Face, co Cogent wskazuje jako bezpośredni powód, dla którego obrońcy potrzebują równoważnych zdolności rozumowania po swojej stronie.

VR-1 nie jest modelem otwartym ani nie udostępnia swoich wag. Jest dostępny wyłącznie dla zweryfikowanych organizacji w ramach programu Cogent Frontier Access Program, który zapewnia odpowiednie zabezpieczenia, kontrole polityk i rejestrowanie audytów. Uczestnicy programu współpracują bezpośrednio z działem badawczym Cogent w zakresie oceny i wdrażania modelu w ich własnych środowiskach.

Docelowi odbiorcy i zastosowania VR-1

Produkt ten jest przeznaczony dla dużych przedsiębiorstw – organizacji posiadających rozległe infrastruktury chmurowe, złożone grafy tożsamości oraz dedykowane działy bezpieczeństwa, czyli w zasadzie firm z listy Fortune 2000 i większych, a także instytucji rządowych i obronnych. Nie jest to rozwiązanie dla małych i średnich firm. Naturalnymi branżami dla VR-1 są: usługi finansowe, opieka zdrowotna, SaaS, handel detaliczny i e-commerce, telekomunikacja oraz infrastruktura krytyczna. Są to sektory, w których pojedyncza ścieżka ataku może prowadzić do naruszenia danych podlegających regulacjom.

Badania Cogent wyraźnie wskazują, że samo zidentyfikowanie słabości nie jest równoznaczne z przeprowadzeniem udanego ataku. Gdy VR-1 otrzyma ograniczony punkt zaczepienia i konkretny cel, model bada otaczające środowisko, testuje hipotezy, przekracza granice systemów i wykonuje wynikowy łańcuch działań w kontekście chmury, tożsamości, środowiska wykonawczego, kodu, CI/CD, SaaS oraz organizacji. Post-trening modelu koncentruje się na czterech kluczowych zachowaniach, które decydują o sukcesie długotrwałego dochodzenia:

• Badanie w warunkach częściowej informacji.
• Komponowanie dowodów z różnych domen.
• Odzyskiwanie po ślepych zaułkach, zamiast ponownego próbowania wariantów.
• Weryfikowanie rzeczywistego celu, zamiast zatrzymywania się na czymś jedynie wrażliwym.

Każda trajektoria działania modelu jest ograniczona do dwóch godzin czasu zegarowego lub 250 tur agenta, w zależności od tego, co nastąpi wcześniej.

IntrusionBench i wyniki testów

Towarzyszący VR-1 benchmark IntrusionBench umieszcza agenta w kontrolowanym środowisku z punktem zaczepienia, ukrytą ścieżką wielodomenową, ograniczonymi narzędziami i weryfikatorem opartym na wykonaniu. Agent, który jedynie opisze wiarygodny łańcuch ataku, nie zdobywa punktów; musi on faktycznie dotrzeć do celu i przedstawić weryfikowalne dowody.

Cogent ocenia modele w trzech ustawieniach informacyjnych:

• W trybie black-box agent otrzymuje tylko punkt zaczepienia i cel.
• W trybie grey-box ujawniane są częściowe szczegóły środowiska.
• W trybie white-box źródło i podstawowa słabość są całkowicie ujawniane, a modele w dużej mierze zbiegają się w wynikach. Ten ostatni wynik jest najbardziej pouczający, ponieważ sugeruje, że przewaga VR-1 wynika ze znajdowania ścieżki, a nie z lepszych umiejętności eksploatacji.

Analiza trajektorii wykazała, że ogólne modele AI często zawodzą w czterech powtarzających się obszarach:

• Pozostawanie w obrębie jednego systemu.
• Utrata wczesnych obserwacji, które stają się istotne dopiero później.
• Akceptowanie „bliskich trafień” jako sukcesu.
• Opisywanie łańcucha działań bez faktycznego ich wykonania.

Cogent raportuje, że VR-1 jest w stanie udowodnić około dwukrotnie więcej ścieżek ataku przy około jednej czwartej kosztów, mierzone jako black-box pass@3 w porównaniu do modeli Kimi K3, Claude Opus 4.8 i GLM-5.2. Cogent używa terminu „klasa Mythos” do opisania progu zdolności – przejścia od identyfikowania słabości do wykonywania materialnych ścieżek ataku – i wyraźnie zaznacza, że nie twierdzi, iż VR-1 jest ogólnie równoważny z modelami Mythos firmy Anthropic. VR-1 nie był porównywany z modelem Mythos; w zestawie porównawczym Anthropic znajdował się Claude Opus 4.8. Cogent zauważa również, że VR-1 nie był oceniany pod kątem eksploatacji przeglądarek, eksploatacji binarnych ani odkrywania luk typu zero-day.

Szersze konsekwencje dla cyberbezpieczeństwa

Wprowadzenie VR-1 przez Cogent AI stanowi znaczący krok w ewolucji narzędzi cyberbezpieczeństwa, przenosząc sztuczną inteligencję z roli pasywnego obserwatora do aktywnego „rozumującego” obrońcy. Zdolność modelu do autonomicznego badania i weryfikowania złożonych ścieżek ataków w dynamicznych środowiskach korporacyjnych może fundamentalnie zmienić sposób, w jaki duże organizacje chronią swoje zasoby. W obliczu rosnącej złożoności zagrożeń i coraz bardziej wyrafinowanych ataków, rozwiązania takie jak VR-1 mogą stać się kluczowe dla utrzymania przewagi nad cyberprzestępcami, oferując nie tylko szybsze wykrywanie, ale i głębsze zrozumienie potencjalnych wektorów ataku, zanim zostaną one wykorzystane. To podkreśla rosnące znaczenie wyspecjalizowanych modeli AI w ochronie krytycznej infrastruktury cyfrowej.

Źródło: marktechpost.com