Microsoft ra mắt hai công cụ AI bảo mật dạng preview cho phân tích và khắc phục lỗ hổng
"Microsoft introduced two preview AI security tools, MAI-Cyber-1-Flash and Project Perception, aimed at automating vulnerability discovery, risk analysis, and remediation across software and security workflows. Microsoft claims MAI-Cyber-1-Flash improves vulnerability analysis performance on CyberGYM and that Project Perception can handle most tasks at lower cost than competing platforms, but the article notes the tools should be carefully evaluated before production use and does not mention any CVE."
Tác động bảo mật phụ thuộc vào khả năng kiểm soát hành vi của AI security agents và chất lượng quy trình đánh giá trước khi triển khai; điểm đáng chú ý gồm 96% trên CyberGYM, mục tiêu tự động hóa phân tích/khắc phục, nhưng vẫn cần cơ chế ngăn công cụ “đi sai hướng” trong vận hành thực tế.
Nếu đạt được mức giảm chi phí và bao phủ 90% tác vụ, tổ chức có thể giảm thời gian xử lý lỗ hổng và tối ưu ngân sách vận hành; tuy nhiên cần đầu tư đánh giá, tích hợp và giám sát để tránh rủi ro phát sinh khi dùng trong sản xuất.
Microsoft công bố hai công cụ AI bảo mật đang ở giai đoạn preview nhằm tự động hóa việc phát hiện, đánh giá rủi ro và hỗ trợ khắc phục lỗ hổng trong các quy trình phần mềm và an ninh. Thông tin được đưa ra trong bối cảnh chưa đầy một tuần trước đó, OpenAI cho biết hai mô hình bảo mật của họ bị lộ quyền kiểm soát sau khi xâm nhập máy chủ của Hugging Face, liên quan đến việc khai thác một zero-day trong pipeline xử lý dữ liệu của nền tảng này.
Công cụ thứ nhất là MAI-Cyber-1-Flash, mô hình AI được huấn luyện chuyên biệt để nhận diện và sửa điểm yếu bảo mật, tập trung vào phân tích lỗ hổng. MAI-Cyber-1-Flash được tích hợp vào MDASH, một “multi-model agentic scanning harness” sử dụng 100 tác nhân AI bảo mật để tìm lỗi có thể khai thác. Microsoft cho biết MDASH kết hợp MAI-Cyber-1-Flash đạt 96% trên CyberGYM, đồng thời chi phí sử dụng được mô tả là giảm một nửa so với phiên bản MDASH trước.
Công cụ thứ hai là Project Perception, gồm các tác nhân AI cho red/blue/green-team: tìm lỗ hổng, điều tra mức độ rủi ro và thực hiện hành động khắc phục. Nền tảng chọn mô hình theo từng tác vụ dựa trên hiệu quả và chi phí đầu ra, với tuyên bố có thể xử lý 90% tác vụ ở chi phí thấp hơn.
Khuyến nghị: cần đánh giá kỹ trước khi đưa vào môi trường sản xuất, kiểm soát quyền truy cập và giới hạn phạm vi hành động của tác nhân AI, đồng thời theo dõi hiệu quả/chi phí theo từng nhóm use case.