اخبار

تأمین امنیت نرم‌افزارهای حیاتی برای عصر هوش مصنوعی

آنتروپیک از پروژه Glasswing رونمایی کرد؛ یک ابتکار بزرگ امنیت سایبری که دوازده سازمان فناوری پیشرو را گرد هم آورده است. هدف این پروژه، استفاده از قابلیت‌های پیشرفته هوش مصنوعی برای دفاع در برابر تهدیدات امنیتی نوظهور ناشی از مدل‌های هوش مصنوعی مرزی است. شرکت‌ک…

2 دقیقه مطالعه
  • پشتیبانی شبکه
  • هوش مصنوعی
  • امنیت سایبری
  • مدل
  • آنتروپیک
  • آسیب‌پذیری
  • مصنوعی
  • لینوکس
تأمین امنیت نرم‌افزارهای حیاتی برای عصر هوش مصنوعی

خلاصه تحلیلی خبر

آنتروپیک از پروژه Glasswing رونمایی کرد؛ یک ابتکار بزرگ امنیت سایبری که دوازده سازمان فناوری پیشرو را گرد هم آورده است. هدف این پروژه، استفاده از قابلیت‌های پیشرفته هوش مصنوعی برای دفاع در برابر تهدیدات امنیتی نوظهور ناشی از مدل‌های هوش مصنوعی مرزی است. شرکت‌ک…

موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، امنیت سایبری، مدل، آنتروپیک، آسیب‌پذیری

آنتروپیک از پروژهGlasswingرونمایی کرد؛ یک ابتکار بزرگ امنیت سایبری که دوازده سازمان فناوری پیشرو را گرد هم آورده است. هدف این پروژه، استفاده از قابلیت‌های پیشرفته هوش مصنوعی برای دفاع در برابر تهدیدات امنیتی نوظهور ناشی از مدل‌های هوش مصنوعی مرزی است.

شرکت‌کنندگان کلیدی شامل AWS، آنتروپیک، اپل، برادکام، سیسکو، کراوداسترایک، گوگل، جی‌پی‌مورگان‌چیس، بنیاد لینوکس، مایکروسافت، انویدیا و پالو آلتو نتورکز هستند.

همچنین آنتروپیک Claude Mythos Preview را در قالب پروژه Glasswing رونمایی کرد؛ یک مدل هوش مصنوعی پیشگام با قابلیت‌های بی‌سابقه در شناسایی آسیب‌پذیری‌ها. طبق اعلامیه آنتروپیک، این مدل تاکنون هزاران آسیب‌پذیری Zero-Day (یعنی نقص‌هایی که قبلاً برای توسعه‌دهندگان نرم‌افزار ناشناخته بوده‌اند) را در سیستم‌عامل‌ها و مرورگرهای مشهور شناسایی کرده است. از جمله کشفیات قابل‌توجه می‌توان به یک آسیب‌پذیری ۲۷ ساله در OpenBSD، یک باگ ۱۶ ساله در FFmpeg که ابزارهای خودکار از آن غافل مانده بودند و چندین آسیب‌پذیری زنجیره‌ای در هسته لینوکس اشاره کرد.

آنتروپیک ۱۰۰ میلیون دلار اعتبار استفاده از مدل برای سازمان‌های مشارکت‌کننده، ۲.۵ میلیون دلار به Alpha-Omega و OpenSSF از طریق بنیاد لینوکس و ۱.۵ میلیون دلار به بنیاد نرم‌افزار آپاچی اختصاص داده است. همچنین بیش از ۴۰ سازمان اضافی نیز فراتر از شرکای راه‌اندازی به این مدل دسترسی یافتند.

مدل Mythos Preview در معیارهای امنیت سایبری به طور قابل‌توجهی از Claude Opus 4.6 پیشی گرفت. در آزمون بازتولید آسیب‌پذیری CyberGym، مدل Mythos به‌دقت ۸۳.۱ درصد دست یافت، درحالی‌که Opus 4.6 تنها ۶۶.۶ درصد را کسب کرد.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.