Cisco представила недорогие ИИ-модели Antares для поиска уязвимостей в коде без отправки исходников в облако
Cisco представила семейство компактных языковых моделей Antares, предназначенных для поиска известных уязвимостей в исходном коде. Компания открыла веса двух моделей — Antares-350M и Antares-1B — и разместила их на платформе Hugging Face.
По данным Cisco, в тестах эти модели превзошли ряд более крупных закрытых и открытых аналогов в задаче поиска уязвимостей, при этом затраты на их использование значительно ниже. Antares предназначена для сопоставления информации об известных уязвимостях из публичных баз данных, рекомендаций и категорий CWE с конкретными участками кода.
В отличие от традиционных инструментов статического анализа, которые работают по заданным правилам и могут выдавать множество результатов для ручной проверки, Antares использует последовательный поиск по код-базе. Модель начинает с описания уязвимости, изучает подходящие участки кода, учитывает новые данные и при неудачных попытках меняет направление поиска, постепенно сужая список файлов, требующих проверки. Итогом становится ранжированный перечень исходных файлов вместе с историей действий модели.
Компактные размеры Antares позволяют запускать модели локально или в собственной инфраструктуре организации, не передавая чувствительный исходный код во внешние облачные сервисы. Cisco рассчитывает, что такой подход сделает ИИ-инструменты безопасности доступнее для университетов, государственных организаций и небольших команд, которым сложно использовать ресурсоёмкие модели для анализа защищённого ПО.
Для оценки Antares Cisco также создала бенчмарк Vulnerability Localization Benchmark — набор из 500 задач, в которых модели должны одновременно ориентироваться в незнакомых кодовых базах и находить файлы, связанные с определёнными категориями уязвимостей. Компания отмечает, что Antares не заменяет полный набор инструментов защиты приложений, а предназначен для ускорения этапа первичного поиска и сортировки потенциальных проблем.
