Атаки, созданные и масштабируемые ИИ, опережают традиционные системы безопасности. Microsoft отвечает на это вызовом, запуская Project Perception — агентную систему, которая непрерывно оценивает риски, используя ИИ для защиты от ИИ.
Появление автономных систем, способных рассуждать и адаптироваться, меняет правила игры в кибербезопасности. Теперь атаки генерируются быстрее, масштабируются шире и действуют эффективнее, чем когда-либо. Традиционные подходы, разработанные для противодействия человеческим угрозам, не справляются с этой скоростью и сложностью.
Для решения этой проблемы Microsoft разработала Project Perception — агентную систему безопасности, которая переходит от реактивного ответа к непрерывному циклу. Она собирает сигналы, контекст, модели и специализированных агентов в самообучающуюся систему защиты, способную рассуждать, приоритизировать и действовать со скоростью машины. При этом люди сохраняют контроль и получают новые рабочие инструменты.
Project Perception координирует работу трёх типов специализированных агентов:
- Red team агенты — ищут потенциальные пути компрометации до того, как их найдут злоумышленники.
- Blue team агенты — исследуют контекст и определяют значимые риски.
- Green team агенты — предпринимают корректирующие действия и усиливают защиту. Эти агенты образуют замкнутую систему, которая постоянно обнаруживает, оценивает и улучшает состояние безопасности организации.
Эффективность такой системы зависит от четырёх ключевых факторов, которые Microsoft объединяет:
- Видимость — охват всех цифровых активов: идентификаторы, конечные точки, приложения, данные, облака и системы ИИ.
- Действия — возможность внедрять изменения во всех этих средах.
- Опыт — десятилетия исследований в области безопасности, аналитики угроз и практического опыта защиты.
- Модели — использование различных ИИ-моделей.
Project Perception использует мультимодельную архитектуру, сочетая и специализированные кибермодели для оптимизации качества и стоимости. Платформа включает интеллектуальный маршрутизатор моделей, который направляет каждую задачу безопасности наиболее эффективной и экономичной модели. Это могут быть собственные модели Microsoft, а также GPT от OpenAI и Claude от Anthropic. В отличие от решений вроде Anthropic Mythos, которые используют только самые и дорогие модели для всех задач, Project Perception отправляет рутинные операции (разбор логов, инвентаризация) на менее затратные модели. Критические или новые уязвимости автоматически передаются более ИИ. Такой подход позволяет снизить стоимость до 50% по сравнению с Anthropic Mythos, делая непрерывный мониторинг доступным для большего числа компаний.
Первое применение Project Perception — управление уязвимостями в программном обеспечении. Интеграция модели MAI-Cyber-1-Flash в MDASH (мультимодельную систему агентов для управления уязвимостями) показала 96% точности на бенчмарке CyberGym, что на 12 процентных пунктов выше, чем у Mythos. Эта конфигурация также обеспечивает почти 50% экономии по сравнению с текущей версией MDASH.
Переход на агентную, мультимодельную архитектуру в Project Perception позволяет Microsoft не просто реагировать на угрозы, а активно и непрерывно их предвидеть. Хотя заявленные цифры экономии впечатляют, их независимая проверка покажет реальную доступность такой защиты для широкого круга компаний.