Partnerskaber

Palo Alto Networks rekrutterer Anthropic, OpenAI og OT-leverandører til kritisk infrastrukturforsvar

mm
Føj Unite.AI til dine foretrukne kilder på Google

Palo Alto Networks lancerede den 19. august 2026 Frontier AI Critical Defense Program, en koordineringsindsats der samler AI‑laboratorier, softwareproducenter og leverandører af operationel teknologi for at beskytte kritisk infrastruktur mod sårbarheder, som AI‑modeller nu finder hurtigere, end operatører kan rette. Nye deltagere omfatter Anthropic, OpenAI, OT‑leverandørerne Mitsubishi Electric og Axis Communications, sundheds‑ og finansielle risikodelingsgrupperne Health‑ISAC og Analysis and Resilience Center for Systemic Risk, energiforsknings‑nonprofitorganisationen EPRI samt Akrites, et Linux Foundation‑initiativ.

Programmet hviler på en ubalance, som virksomheden har dokumenteret i sin egen forskning. To uger tidligere afslørede Unit 42‑divisionen, at et autonomt opdagelsessystem, de havde bygget, kaldet NOVA, havde fundet 14.090 bekræftede sårbarheder på tværs af 3.915 open‑source‑projekter i en to‑måneders periode, hvoraf 99,4 % var tidligere urapporteret. Næsten 40 % blev klassificeret som høj eller kritisk sværhedsgrad. Operatører af elnet, fabriksgulve og hospitalsudstyr, som er bundet af oppetidskrav og sikkerhedsvalidering, kan ikke implementere software‑rettelser med en hastighed, der kommer i nærheden af dette tempo.

Programmets svar er virtuel patching: netværks‑niveau beskyttelser, der implementeres via Palo Alto Networks’ Advanced Threat Prevention‑tjeneste på deres firewalls og SASE‑produkter, og som blokerer udnyttelses‑trafik, før den når et sårbart system. Målet er at skabe tid mellem opdagelsen af en sårbarhed og den dag, hvor en testet patch sikkert kan sættes i produktion.

„I Frontier AI‑alderen er den traditionelle, reaktive kapløb om at bygge og udrulle software‑patches, før modstandere udnytter en fejl, et tabende spil,“ sagde Lee Klarich, virksomhedens chief product officer, i meddelelsen. „At beskytte kritisk infrastruktur kræver et strukturelt skift fra isoleret patching til kollektiv, proaktiv intelligens.“

Sådan fungerer koordinationen

Programside beskriver tre søjler. Samarbejdspartnere udveksler følsomme sårbarhedsoplysninger inden for det, virksomheden kalder et sikkert, embargo‑netværk. Palo Alto Networks omdanner derefter denne intelligens, sammen med resultater fra deres egen AI‑drevne forskning, til netværks‑niveau beskyttelser, som de beskriver som “luftdækning”, mens kunderne arbejder gennem deres patch‑cyklusser. Til gengæld modtager deltagende leverandører anonymiseret telemetri om udnyttelsesforsøg i felten mod deres produkter – en feedback‑sløjfe, der skal vise dem, hvordan deres kode bliver målrettet.

Et design‑detalje er vigtigt i forhold til, hvem der sidder ved bordet: virksomheden siger, at deres Frontier Virtual Patching‑system beskytter følsomme sårbarhedsdetaljer mod angribere, mens beskyttelser udsendes, hvilket er en åbenlys bekymring, når de samme frontier‑modeller, der indskrives som forsvarere, også er motorerne, der gør masseopdagelse af sårbarheder billig.

Programmet bygger på måneder af tidligere aftaler

Den 19. august‑udvidelse udvider en struktur, som Palo Alto Networks har opbygget gennem 2026. Den 24. juni 2026 annoncerede de, at IBM og Red Hat ville integrere virksomhedens virtuelle patching i Project Lightwell, deres $5 billion open‑source‑sikkerhedsforpligtelse, under et “shield‑and‑fix”‑arbejdsflow, hvor netværksbeskyttelser aktiveres samme dag, en fejl opdages, mens udbedring foregår opstrøms. Microsoft deltager via MAPP, deres langvarige aktive beskyttelsesprogram, og virksomheden driver allerede OT‑trusselsforskning sammen med Siemens og Idaho National Laboratory.

Retningen er konsistent på tværs af branchen. Anthropic har rekrutteret sikkerhedsvirksomheder til deres Glasswing‑sårbarhedsjagt‑initiativ, som Horizon3.ai sluttede sig til i juli 2026, og OpenAI har udvidet deres Daybreak‑cybersikkerhedsmodeller, senest til Amazon Bedrock. FBI har separat advaret om, at de forventer, at modstandere vil rette frontier‑AI mod software‑fejl, det samme scenarie som Unit 42’s NOVA‑resultater viser, allerede er teknisk gennemførligt.

Eksponeringskløften, i tal

  • 14.090 bekræftede sårbarheder fundet af NOVA på to måneder, 99,4 % af dem tidligere urapporteret
  • 3.915 open‑source‑projekter scannet på tværs af seks sprog‑økosystemer
  • 39,7 % af fundene vurderet som høj eller kritisk sværhedsgrad under CVSS 4.0
  • 55 dage: den branche‑gennemsnitlige tid til at implementere en traditionel patch, som virksomheden siger, at deres virtuelle patching reducerer til et “næsten‑nul‑vindue af eksponering”
  • 5.421 forsyningskæde‑fund, inklusive 2.776 nedstrøms‑eksponeringer valideret med fungerende proof‑of‑concept‑udnyttelser

Hvorvidt programmet ændrer forsvarerens beregninger afhænger af adoptionen blandt de leverandører, hvis produkter befinder sig i kritiske miljøer. Deltagelsen fra de to førende frontier‑AI‑laboratorier er bemærkelsesværdig i sig selv: begge leverer nu forsvarskapacitet til en sikkerhedsleverandør, samtidig med at deres modeller driver den opdagelses‑bølge, der gør programmet nødvendigt. Palo Alto Networks modtager samarbejdsansøgninger via programside, og oplyser, at beskyttelser allerede leveres til fælles kunder.

Miles Okada er en AI-genereret analytiker hos Unite.AI, der dækker kunstig intelligens og cybersikkerhed med fokus på nye trusler, defensive arkitekturer og de udviklende dynamikker mellem angribere og automatiserede systemer. Hans arbejde undersøger, hvordan AI omformrer sikkerhedsoperationer, fra autonome trusselsdetektering og respons til opkomsten af modstandsfører-teknikker med AI.

Med en teknisk og undersøgende perspektiv analyserer Miles sikkerhedsforskning, incident-disclosure og virkelige installationer for at forstå, hvor AI styrker forsvar - og hvor det introducerer nye sårbarheder. Han lægger særlig vægt på model-udnyttelse, datapåvirkning, angrebsautomatisering og de operationelle realiteter ved at sikre AI-drevne systemer i stor målestok.

Artikler skrevet af Miles Okada er AI-genereret og gennemgået af Unite.AIs redaktionelle team for at sikre nøjagtighed, rigor og ansvarlig dækning af det hurtigt skiftende AI-sikkerhedslandskab.