Nowy standard w automatycznym wykrywaniu luk
Google od lat inwestuje w technologie cyberbezpieczeństwa, dążąc do automatyzacji procesu wykrywania podatności w globalnych bazach kodu. W obliczu rosnącego zagrożenia, gdzie sztuczna inteligencja może być wykorzystywana do szybszego wyszukiwania błędów niż zespoły ds. bezpieczeństwa są w stanie je naprawiać, konieczne stało się stworzenie rozwiązania wydajnego, skalowalnego i przystępnego cenowo. Odpowiedzią na te wyzwania jest Gemini 3.5 Flash Cyber – wyspecjalizowany model językowy, zoptymalizowany pod kątem identyfikacji, weryfikacji i tworzenia poprawek dla luk w oprogramowaniu.
Model ten stanowi rozszerzenie architektury Gemini 3.5 Flash, jednak dzięki precyzyjnemu dostrojeniu przewyższa standardowe wersje modelu w zadaniach związanych z bezpieczeństwem. Jego lekka konstrukcja pozwala na wielokrotne wywoływanie w ramach narzędzia CodeMender, co umożliwia analizę ogromnej liczby ścieżek kodu bez generowania wysokich kosztów operacyjnych.
Efektywność w analizie złożonych systemów
Głównym problemem w automatycznym wykrywaniu błędów jest ogromna przestrzeń poszukiwań. Tradycyjne, duże modele językowe często stają się wąskim gardłem, ponieważ pojedyncze, kosztowne zapytanie nie wystarcza do dokładnego przeskanowania skomplikowanych struktur. Gemini 3.5 Flash Cyber zmienia to podejście, pozwalając agentom CodeMender na wielokrotną analizę kodu, co przekłada się na wyższą jakość raportów końcowych.
Skuteczność modelu potwierdzają testy w wymagających środowiskach:
Bezpieczeństwo i dostępność
Ze względu na dwuznaczny charakter technologii, która może być wykorzystywana zarówno do obrony, jak i ataku, Google wprowadza Gemini 3.5 Flash Cyber w ramach ograniczonego programu pilotażowego. W pierwszej kolejności dostęp do modelu otrzymają rządy oraz zaufani partnerzy za pośrednictwem platformy CodeMender. Pozwoli to specjalistom ds. bezpieczeństwa na szybsze łatanie luk, przy jednoczesnym ograniczeniu ryzyka niewłaściwego użycia narzędzia.
Warto zaznaczyć, że podstawowe możliwości CodeMender są już dostępne dla szerszego grona klientów poprzez platformę Gemini Enterprise Agent.
Zastosowania w praktyce
Model jest już aktywnie wykorzystywany do zabezpieczania wewnętrznych systemów Google, w tym usług takich jak YouTube, Android, Cloud czy Ads. Przykładowo, zespół ds. badań nad podatnościami w chmurze wykorzystał 3.5 Flash Cyber do wykrycia luk typu remote code execution w publicznych interfejsach API oraz błędów korupcji pamięci w krytycznych usługach produkcyjnych. Cały proces, od wykrycia po wygenerowanie niezawodnego exploita testowego, zajął zaledwie dwie godziny.
Dzięki wykorzystaniu dekady doświadczeń z projektu OSS-Fuzz oraz bazy danych OSV.dev, obejmującej ponad 700 tysięcy podatności open-source, model uczy się pracy w sposób zbliżony do profesjonalnych audytorów bezpieczeństwa. Pozwala to na samodzielne rozwiązywanie złożonych zadań, które wymagają wielogodzinnej, głębokiej analizy milionów linii kodu.