تُحدَّث يومياً

مصدرُك العربي
لمستقبل الذكاء الاصطناعي

أخبار، تقارير، أدوات وتحليلات يومية — كل ما تحتاجه لمتابعة ثورة الذكاء الاصطناعي باللغة العربية

✅ تم الاشتراك!
أخبار الذكاء الاصطناعي

سيسكو تطلق Antares لاكتشاف الثغرات الأمنية في قواعد الكود الضخمة

بقلم: يوسف | محرر أدوات الذكاء الاصطناعي · صوت تحريري بإشراف بشري

سيسكو لا تحارب على حلبة نماذج الذكاء الاصطناعي العملاقة — بل تحفر في مكان آخر تماماً. أطلقت الشركة هذا الأسبوع عائلة نماذج مفتوحة الأوزان تحت اسم Antares، مصممة لغرض واحد فقط: مساعدة فرق الأمن على تحديد مواضع الثغرات المعروفة داخل قواعد الكود الضخمة، وذلك دون الحاجة إلى إرسال الكود المصدري إلى أي خادم سحابي خارجي.

نموذج Antares من سيسكو لتحديد الثغرات الأمنية في الكود
نماذج Antares مصممة لتحليل الثغرات في قواعد الكود دون إرسال البيانات للسحابة

جاء الإعلان بنموذجين: حجم 350 مليون معامل وحجم مليار معامل، كلاهما مفتوح الأوزان وقابل للتشغيل المحلي داخل بيئة المؤسسة. الفكرة المحورية هنا ليست توليد الكود، بل تقليد طريقة عمل المحلل الأمني البشري: البحث داخل المستودع، مراجعة المسار، تتبع الأدلة، ثم تضييق نطاق الملفات الأكثر احتمالاً للإصابة بالثغرة.

سيسكو تتراهن أن المؤسسات لا تحتاج إلى نموذج عبقري يفعل كل شيء، بل إلى نموذج صغير يفعل شيئاً واحداً بشكل لا تشوبه شائبة. وقد أفرز هذا التوجه منتجاً يدّعي — وفق الشركة — تفوقه على نماذج أكبر منه حجماً، سواء المفتوحة أو المغلقة المصدر، على Vulnerability Localization Benchmark الذي طورته سيسكو خصيصاً لهذا الغرض، بعد أن أثبتت معايير تقييم الكود التقليدية عجزها عن قياس القدرة الحقيقية للذكاء الاصطناعي على تحديد الثغرات الأمنية في بيئات العمل الفعلية.

نتائج معيار Vulnerability Localization Benchmark لنماذج Antares
نتائج Antares على معيار تحديد مواضع الثغرات مقارنةً بنماذج أكبر حجماً

ما يجعل هذا الإطار مختلفاً عن أدوات الأمان المعتادة هو أن Antares لا يعمل كحلٍّ بديل للمهندسين الأمنيين، بل يندمج في سير العمل القائم. الهدف المعلن هو تسريع ثلاثة سيناريوهات عملية: فرز التنبيهات الأمنية (advisory triage)، ومراجعات الأمان داخل خطوط CI/CD، وتحليل المستودعات البرمجية الكبيرة — وكل ذلك بموارد حوسبة أقل بكثير مما تتطلبه النماذج الكبيرة المنافسة. لمن يعمل على خطوط CI/CD الذكية، يستحق هذا التكامل نظرة فاحصة.

القرار بجعل النماذج مفتوحة الأوزان ليس مجرد إيماءة تسويقية. سيسكو تصرّح صراحةً بأنها تريد وضع قدرات الأمان الذكية في متناول الجامعات والجهات الحكومية والفرق الأمنية الصغيرة التي كانت تُحجم عن مثل هذه الأدوات بسبب تكاليف الاستضافة السحابية وحساسية بيانات الكود المصدري. تشغيل النموذج محلياً يعني أن الكود لا يغادر شبكتك أبداً — وهو اشتراط غير قابل للتفاوض في كثير من القطاعات الحساسة.

الرهان الحقيقي لسيسكو هنا أعمق من مجرد منتج أمني: إنه رد عملي على افتراض شائع بأن الذكاء الاصطناعي الأقوى هو الأكثر معاملات دائماً. في قطاع enterprise، ستكافئ الأسواق النماذج التي تحل مشكلة واحدة بدقة متفوقة وكلفة منخفضة — لا تلك التي تتنافس على لوحات قيادة الأداء العام. إذا صمدت نتائج benchmark سيسكو أمام التمحيص المستقل، فإن نهج Antares قد يُعيد رسم كيفية تفكير الفرق الأمنية في دمج الذكاء الاصطناعي في منظومة عملها.

مقالات ذات صلة

زر الذهاب إلى الأعلى