الأمن السيبراني

مايكروسوفت تنشر نظام الفحص الوكيل بالذكاء الاصطناعي تحت الاسم الرمزي MDASH إلى Azure Government

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

نشر مايكروسوفت نظام الفحص الوكيل متعدد النماذج لاكتشاف عيوب الأمان في البرمجيات، بالاسم الرمزي MDASH، إلى Microsoft Azure Government، وقد أعلنت الشركة ذلك في 8 سبتمبر 2026، مع إتاحة الوصول التجريبي لعدد مختار من عملاء الحكومة الأمريكية والشركاء المعتمدين.

ميزة من Defender داخل Azure Government

كتب الإعلان دوغلاس فيليبس، الرئيس ومدير التقنية في Microsoft Specialized Clouds. في Azure Government، يتوفر MDASH كميزة من Microsoft Defender تعمل مع النماذج المتاحة ضمن خدمة Microsoft Foundry المعتمدة من FedRAMP High. تُعد Azure Government سحابة منفصلة ومعزولة تُدار بواسطة أشخاص أمريكيين مُفحصين، صُممت لتلبية التزامات الامتثال للجهات الفدرالية، الأمن القومي، والحكومات المحلية والولائية، بما في ذلك تفويض FedRAMP High واعتماد وزارة الحرب للأعباء الحرجة والمهمة. وقالت مايكروسوفت إن هذا الترتيب يسمح لكود المصدر الخاص بالوكالة، وكل ما يتعلمه النظام عنه، بالبقاء داخل حدود مُعتمدة مسبقًا لمعالجة تلك البيانات.

قالت مايكروسوفت إنها تستخدم الاسم الرمزي MDASH في برامجها الداخلية منذ أشهر، وأن العملاء في الوكالات الأمنية الوطنية والمدنية يستكشفون قدراته بالفعل. وفقًا للإعلان، تقوم الوكالات بترتيب برامجها حسب أهمية المهمة وتعمل بانتظام على إنجاز القائمة، بهدف الوصول إلى تغطية 100 % من الكود.

كيف يعمل الفاحص الوكيل

تصف مايكروسوفت MDASH بأنه فاحص كود وكيل يكتشف ويُثبت الثغرات القابلة للاستغلال في كود المصدر. بدلاً من فحص الكود مقابل مكتبة من الأنماط المعروفة كما تفعل أدوات الفحص التقليدية، يقرأ النظام ويستنتج حول البرمجيات كما يفعل باحث أمان خبير، متتبعًا حركة المعلومات داخل البرنامج لتحديد ما إذا كان يمكن استغلال الضعف فعليًا. يعمل أكثر من 100 وكيل ذكاء اصطناعي متخصص، يستندون إلى مجموعة متنوعة من النماذج، على نفس قاعدة الكود، كل منهم مُدرب على التعرف على فئة مختلفة من الضعف. تنتقل نتائجهم إلى مجموعة ثانية من الوكلاء مهمتهم الجدال حول كل عيب مشتبه به، مؤيدين ومعارضين لإثبات ما إذا كان قابلًا للوصول وخطيرًا حقًا. ثم يجمع الحزام النتائج ويزيل التكرارات، وعند الإمكان يُظهر العيب بدلاً من مجرد الإشارة إليه، مقدماً ما تصفه مايكروسوفت بأنها قائمة مصقولة ومُرتبة من الثغرات.

توثّق مايكروسوفت توثيق المنتج خط أنابيب متعدد المراحل: مرحلة الإعداد التي تُصنّف الملفات حسب المخاطر باستخدام تحليل رسم الاستدعاءات ومقاييس تعقيد الكود؛ مرحلة الفحص التي تشغّل وكلاء متخصصين مثل حقن، سلامة الذاكرة، ومراجعي تجاوز المصادقة؛ مرحلة التحقق التي تُطبق تحليل التلوث والنقاش متعدد النماذج لتصفية الثقة وإزالة الإيجابيات الكاذبة؛ ومرحلة إزالة التكرار التي تُدمج النتائج المتطابقة. وقد وصف منشور مدونة الأمان بتاريخ 12 مايو 2026، الذي كشف عن النظام لأول مرة، مرحلة إضافية تُسمى “إثبات”، تُنشئ وتنفّذ مدخلات محفزة حيث يسمح نوع العيب بذلك.

تشمل القدرات الموثقة تسجيل درجة ثقة دقيقة لكل نتيجة، إصلاحات كود مولدة بالذكاء الاصطناعي عبر أمر “defender fix” في واجهة سطر أوامر Defender CLI، تجميع النتائج في Microsoft Security Exposure Management، وربط مع GitHub وAzure DevOps. يوضح التوثيق أن MDASH يعمل على قواعد الكود بصورة عامة ويدعم جميع لغات البرمجة الرئيسية، مع وكلاء خبراء مُضبطين خصيصًا يمتلكون خبرة عميقة في C وC++ وJava وC#.

النتائج المبلغ عنها والتطوير السابق

قالت مايكروسوفت إن MDASH حصل على درجة 96.55 في معيار CyberGym العام للثغرات الواقعية، وحقق نتائج مماثلة على كود الطرف الأول المُتحقق منه مقابل حالات الثغرات التاريخية للشركة.

أفاد منشور 12 مايو أن الحزام وجد جميع الثغرات الـ21 التي تم زرعها عمدًا دون أي إيجابيات كاذبة في برنامج StorageDrive، وهو برنامج تشغيل عينة خاص تستخدمه مايكروسوفت عند مقابلة باحثي الأمن الهجومي. وسجلت استدعاءات بنسبة 96 % مقابل 28 حالة مؤكدة من Microsoft Security Response Center في مكوّن Windows clfs.sys و100 % على سبع حالات في tcpip.sys، كل منها يمتد لخمس سنوات، كما حصلت على درجة 88.45 % في مجموعة مهام إعادة إنتاج 1,507 ثغرة حقيقية في CyberGym، وهو أعلى معدل في لوحة المتصدرين العامة للمعيار في ذلك الوقت. وذكر نفس المنشور أن النظام ساعد الباحثين على اكتشاف 16 ثغرة جديدة عبر طبقة الشبكات والمصادقة في Windows لليوم الثاني من تصحيح مايو 2026، بما فيها أربع ثغرات تنفيذ شفرة عن بُعد حرجة في مكوّن مثل طبقة TCP/IP لنواة Windows وخدمة IKEv2. في ذلك الوقت كان النظام في نسخة تجريبية خاصة محدودة مع عدد قليل من العملاء.

بُني MDASH بواسطة فريق الأمن الذاتي للشفرة في مايكروسوفت، الذي يضم مهندسين من Team Atlanta، الفريق الفائز بتحدي DARPA AI Cyber Challenge باستخدام نظام استدلال سيبراني ذاتي اكتشف وصحّح أخطاء حقيقية في مشاريع مفتوحة المصدر.

في 13 أغسطس 2026، قدمت مايكروسوفت نموذج MAI-Cyber-1-Flash داخل MDASH، وهو نموذج أمان مدمج مستمد من سلالة MAI-Thinking-1 الخاصة بالشركة، في منشور كُتب بواسطة مصطفى سليمان وهيتي غالوت. صرّحت مايكروسوفت أن النموذج مُصمم للتعامل مع ما يصل إلى 90 % من مهام الفحص، مع تخصيص GPT‑5.4 للـ10 % من المهام الصعبة استثنائياً، وأن الجمع بينهما يحقق توفيرًا في التكلفة بنسبة 50 % مقارنةً بأفضل تركيبة نماذج قدمتها مايكروسوفت سابقًا في MDASH. وأفادت الشركة بأن النظام المُدمج حصل على درجة 96 % في اختبار “any‑crash” لـ CyberGym، مع توضيح أن الهدف كان 90.4 % في مقياس “any‑of” و86.3 % في مقياس “final‑submission”. وأوضحت مايكروسوفت أن النموذج قُيم من قبل فريق Red Team للذكاء الاصطناعي، واختُبر عبر تمارين عدائية مؤتمتة وتحت إشراف خبراء، وتم تقييمه بشكل مستقل من قبل طرف ثالث.

تصميم متعدد النماذج وإطار التهديد

قالت مايكروسوفت إن تصميم الحزام هو الفارق الأساسي: نظام يوجه وينسق النماذج الأنسب لكل مهمة، مما يسمح له باعتماد نماذج أحدث فور ظهورها دون الحاجة لإعادة بناء، بحيث يُستمر في الاستفادة من كل ما استثمرته الوكالة في المراحل اللاحقة من النظام. وأشار الإعلان الحكومي إلى أن الإضافة الأحدث إلى عائلة نماذج MAI من المتوقع أن تخفض تكلفة الفحص الفردي إلى النصف تقريبًا.

صاغ الإعلان الإصدار حول الجهات الفاعلة للتهديد التي تستثمر في قدرات الذكاء الاصطناعي، مُبرِزًا أن الميزة الدائمة الوحيدة المتاحة للمدافعين هي الوقت، أي الفجوة بين اكتشاف الضعف وتحديثه قبل أن يكتشفه طرف آخر. وتُوجه المؤسسات الراغبة في الحصول على الوصول إلى فريق حسابات مايكروسوفت بشأن MDASH في Azure Government.

مايلس أوكادا هو محلل مولد بالذكاء الاصطناعي في Unite.AI ، يغطي الذكاء الاصطناعي والأمن السيبراني مع التركيز على Threats الناشئة والهياكل الدفاعية والديناميات المتطورة بين المهاجمين والنظم الآلية. يعمل على فهم كيف يغير الذكاء الاصطناعي عمليات الأمن ، من الكشف عن التهديدات والاستجابة الذكية إلى صعود تقنيات الذكاء الاصطناعي المعادية.
بمنظور تقني و تحقيقي ، يتحليل مايلس أوكادا أبحاث الأمن و الإفصاحات عن الحوادث و التطبيقات الواقعية لفهم حيث يقوي الذكاء الاصطناعي الدفاعات - و حيث يقدم تهديدات جديدة. يهتم بشكل خاص باستغلال النماذج و التسميم البيانات و تلقين الهجوم و الحقائق التشغيلية لتأمين النظم القوية بالذكاء الاصطناعي على نطاق واسع.
المقالات التي كتبها مايلس أوكادا هي مولدة بالذكاء الاصطناعي و تمت مراجعتها بواسطة فريق تحرير Unite.AI لضمان الدقة و الصرامة و التغطية المسؤولة لمحيط أمن الذكاء الاصطناعي السريع التغير.