A Cogent Security olyan megoldást épít vállalatok számára, amely OpenAI-modelleket és az ügyfélre szabott környezeti kontextust kombinálva automatikusan képes feltárni és javítani a biztonsági sérülékenységeket. A cég szerint ma már nem a sebezhetőségek feltárása a fő kihívás, hanem azok biztonságos, gyors és kontextusérzékeny elhárítása, amely több csapatot és rendszert érint.
Mire képes a Cyber Defense Factory?
A Cogent „Cyber Defense Factory” üzemmódja egymással együttműködő AI-ügynökökre épít. Ezek a szerepkörös ügynökök a GPT‑6.1 Sol és GPT‑5.6 modelleket használják a vállalati kontextussal együtt, és a vizsgálattól a hitelesített javításig végzik a munkát: felmérik az expozíciókat, végrehajtják a megengedett változtatásokat és ellenőrzik, hogy a kockázat megszűnt-e. A Cogent belső kutatást is végez Cyber és Daybreak együttműködéssel, azonosítva támadási útvonalakat és védelmi képességeket.
Vállalati kontextus és folytonos egyeztetés
Minden ügyfélhez Cogent Context Engine kapcsolódik, amely vállalati tudásgráfot tart fenn az eszközökről, sebezhetőségekről, identitásokról, tulajdonosi viszonyokról és függőségekről. Háttérügynökök folyamatosan egyeztetik az információkat a különböző biztonsági eszközök és rendszerek között, így a vizsgálati és javítási ügynökök közös, naprakész környezeti állapotra támaszkodhatnak.
Tervezés, szabályozás és végrehajtás
A GPT‑6 Astra a tervezést és a komplex következtetést végzi, amit a Cogent társalapítója és CTO-ja, Geng Sng egyfajta „vállalati memóriaként” jellemzett: a rendszer újrahasznosítja a korábbi kontextust, így nem kell minden feladatnál újratanulni a környezetet, ami csökkenti a késleltetést, az inferencia-költségeket és az eredmények ingadozását.
A Cogent Agent Policies határozzák meg, hogy egy adott vállalat milyen változtatásokat engedélyez és milyen jóváhagyási követelmények vonatkoznak rájuk. A TRACE nevű szabályvégrehajtó motor determinisztikusan ellenőrzi az ügynökök eszközhívásait a végrehajtás előtt, további modellezés nélkül. Egy Agent Gateway független jogosultságellenőrzést végez, a magas kockázatú feladatok pedig izolált homokozókban futhatnak. Az ügyfél döntheti el, hogy a vizsgálatot delegálja-e, megkövetel jóváhagyást a változtatásokhoz vagy engedélyezi a korlátozott autonóm javítást.
Gyakorlat: PHP2Shell esete
Amikor a PHP nyelvben felfedezett súlyos hibák (PHP2Shell) nyilvánosságra kerültek, a Cogent ügyfelei a már a környezetükbe telepített Cyber Defense Factory-khoz fordultak. A GPT‑6.1 Sol és GPT‑6 Astra végrehajtotta a mélyebb vizsgálatot és a javítási tervek kidolgozását: az ügynökök azonosították az érintett rendszereket, felmérték a kitettséget, figyelembe vették az alkalmazásfüggőségeket és az üzemeltetési megszorításokat, majd az ügyfél által definiált jóváhagyási és végrehajtási munkafolyamatok szerint megszervezték és ellenőrizték a javításokat.
Ügyfél-eredmények és teljesítmény
A Cogent azt közli, hogy ügyfelei gyorsabban zárják le a sebezhetőségeket és bővítik a vizsgálati kapacitást. Például egy Fortune 1000-es autóipari ügyfél a kritikus sebezhetőségek átlagos javítási idejét (mean time to remediate) 75%-kal csökkentette, míg egy Fortune 500-as IT szolgáltató ügyfél az incidens-triázis áteresztőképességét ötszörösére növelte.
A kereskedési platform MarketAxess szerint a Cogent segít a javítások prioritásának meghatározásában. Vijay Bala, a MarketAxess global CISO-ja így nyilatkozott: „Cogent sees our environment the way an attacker would. It traces the route from the internet to a vulnerable system and checks controls on the way. Our remediation work now focuses on the greatest risks and the paths an adversary could use to break in.”
Modellválasztás, eszközök és hatékonyság
A Cogent folyamatosan értékeli a zárt- és nyílt forráskódú alternatívákat, és azt állítja, hogy az OpenAI-modellekkel jobb következtetési képességet, kevesebb téves generálást (hallucinációt) technikai kódbázisok esetén és megbízhatóbb végrehajtást ér el. A modellek képesek szekvenciálisan és párhuzamosan láncolni az eszközhívásokat miközben megtartják a kontextust a javítási munkafolyamatokon keresztül.
A Cogent a komplex vizsgálatoknál a következtetési minőséget helyezi előtérbe, míg az egyszerűbb feladatoknál a költséghatékonyságot: általános végrehajtásra GPT‑6.1 Sol-t, rutin sérülékenység-kezelésre GPT‑5.6-ot használ.
A OpenAI-modellek bevezetése csökkentette a Cogent számára szükséges kiegészítő szoftverek fejlesztési igényét is. Geng Sng elmondása szerint sok olyan alapszintű megoldást, amit korábban meg kellett építeniük, ma már nem kell fejleszteniük, és az OpenAI API-k egyszerűsítették a kérések irányítását és az ügynökök összehangolását, csökkentve a belső mérnöki terheket és felgyorsítva a piacra jutást.
A vállalat mérnökei fejlesztésre gyakran választják a Codexet, amelyet a Cogent szerint hatékonyabbnak találnak egyes nyílt forrású környezeteknél, mert a Codex beépített eszközöket biztosít, amelyeket nem kell saját maguknak kifejleszteni.
Offenzív kutatás és jövőkép
A Cogent a Trusted Access for Cyber és Daybreak programokon keresztül technikai támogatást kap belső red-teaming és támadáspálya-kutatásokhoz. A Daybreak Red hozzáférési szint speciális OpenAI-modelleket biztosít a jogosított offenzív és sebezhetőség-kutatáshoz. Geng Sng szerint „a jó védelem jó offenzívát követel”.
A cég további bővítéseket tervez: céljuk a még autonómabb elhárítás megvalósítása, a javítások körének és összetettségének növelése — az egyszerű konfigurációs módosításoktól a többlépéses, különböző vállalati rendszereket átfogó munkafolyamatokig. Fejlesztés alatt áll az autonóm felfedezés és validáció is, a végső cél pedig egy zárt körű rendszer, amely folyamatosan találná és eltávolítaná a kockázatokat, miközben minden javításból tanulva javítaná a jövőbeli vizsgálatokat és beavatkozásokat.
