Microsoft ने कोडनेम MDASH एजेंटिक AI स्कैनिंग को Azure Government में लागू किया

Microsoft की मल्टी‑मॉडल एजेंटिक स्कैनिंग प्रणाली, जो सॉफ़्टवेयर में सुरक्षा खामियों को खोजती है, कोडनेम MDASH, Microsoft Azure Government में लागू हो गई है, कंपनी ने 8 सितंबर, 2026 को घोषणा की, और प्रीव्यू एक्सेस चयनित यूएस सरकारी ग्राहकों और अधिकृत भागीदारों के लिए उपलब्ध है।

Azure Government के भीतर एक Defender सुविधा

यह घोषणा डगलस फिलिप्स, Microsoft Specialized Clouds के अध्यक्ष और मुख्य प्रौद्योगिकी अधिकारी द्वारा लिखी गई थी। Azure Government में, MDASH Microsoft Defender की एक सुविधा के रूप में उपलब्ध है जो FedRAMP High‑अधिकृत Microsoft Foundry सेवा में उपलब्ध मॉडलों के साथ काम करती है। Azure Government एक अलग, अलगाव वाला क्लाउड है जिसे स्क्रीन किए गए अमेरिकी व्यक्तियों द्वारा संचालित किया जाता है, और यह संघीय, राष्ट्रीय सुरक्षा, तथा राज्य और स्थानीय सरकारी ग्राहकों की अनुपालन बाध्यताओं को पूरा करने के लिए बनाया गया है, जिसमें FedRAMP High प्राधिकरण और Department of War मान्यता शामिल है, जो नियंत्रित और मिशन‑क्रिटिकल वर्कलोड्स के लिए है। Microsoft ने कहा कि यह व्यवस्था एजेंसी के स्रोत कोड और सिस्टम द्वारा उसके बारे में सीखी गई सभी जानकारी को पहले से स्वीकृत डेटा हैंडलिंग सीमा के भीतर रहने देती है।

Microsoft ने कहा कि वह कई महीनों से अपने स्वयं के सॉफ़्टवेयर पर कोडनेम MDASH का उपयोग कर रहा है, और राष्ट्रीय सुरक्षा और नागरिक एजेंसियों के ग्राहक पहले ही इसकी क्षमताओं का अन्वेषण कर रहे हैं। घोषणा के अनुसार, एजेंसियां अपने सॉफ़्टवेयर को मिशन महत्त्व के आधार पर क्रमबद्ध कर रही हैं और सूची में क्रमशः आगे बढ़ रही हैं, जिसका लक्ष्य 100% कोड कवरेज हासिल करना है।

एजेंटिक स्कैनर कैसे काम करता है

Microsoft MDASH को एक एजेंटिक कोड स्कैनर के रूप में वर्णित करता है जो स्रोत कोड में शोषण योग्य कमजोरियों को खोजता और सत्यापित करता है। पारंपरिक स्कैनिंग टूल्स की तरह ज्ञात पैटर्न की लाइब्रेरी के विरुद्ध कोड की जाँच करने के बजाय, यह प्रणाली सॉफ़्टवेयर को उसी तरह पढ़ती और तर्क करती है जैसे एक विशेषज्ञ सुरक्षा शोधकर्ता करता है, यह देखती है कि प्रोग्राम में जानकारी कैसे प्रवाहित होती है ताकि यह निर्धारित किया जा सके कि कोई कमजोरी वास्तव में शोषित की जा सकती है या नहीं। 100 से अधिक विशेषीकृत AI एजेंट, विभिन्न मॉडलों का उपयोग करते हुए, एक ही कोड बेस पर काम करते हैं, प्रत्येक को अलग-अलग प्रकार की कमजोरी पहचानने के लिए प्रशिक्षित किया गया है। उनके निष्कर्ष दूसरी एजेंट समूह को भेजे जाते हैं जिनका काम यह तर्क देना है, पक्ष और विपक्ष दोनों, कि प्रत्येक संदेहास्पद दोष वास्तव में पहुँच योग्य और खतरनाक है या नहीं। फिर यह हार्नेस परिणामों को मिलाता और डुप्लिकेट हटाता है और जहाँ संभव हो, दोष को केवल बताने के बजाय प्रदर्शित करता है, जिससे Microsoft द्वारा वर्णित एक परिष्कृत और प्राथमिकता दी गई कमजोरियों की सूची प्राप्त होती है।

Microsoft के उत्पाद दस्तावेज़ीकरण में एक बहु‑स्तरीय पाइपलाइन: एक Prepare चरण जो कॉल‑ग्राफ विश्लेषण और कोड जटिलता मीट्रिक का उपयोग करके फ़ाइलों को जोखिम के आधार पर क्रमबद्ध करता है; एक Scan चरण जिसमें इंजेक्शन, मेमोरी‑सुरक्षा, और auth‑bypass ऑडिटर जैसे भूमिका‑विशिष्ट एजेंट चलाते हैं; एक Validate चरण जो टेंट विश्लेषण और मल्टी‑मॉडल बहस लागू करके विश्वास को परिष्कृत करता है और गलत सकारात्मक को हटाता है; और एक Dedup चरण जो डुप्लिकेट निष्कर्षों को समेकित करता है। एक 12 मई, 2026, सुरक्षा ब्लॉग पोस्ट जिसने पहली बार सार्वजनिक रूप से इस प्रणाली का विवरण दिया, एक अतिरिक्त Prove चरण का वर्णन किया, जो बग वर्ग की अनुमति मिलने पर ट्रिगरिंग इनपुट बनाता और निष्पादित करता है।

दस्तावेज़ित क्षमताओं में प्रत्येक खोज के लिए सूक्ष्म विश्वास स्कोरिंग, Defender CLI में defender fix कमांड के माध्यम से AI‑जनित कोड सुधार, Microsoft Security Exposure Management में केंद्रीकृत परिणाम, और GitHub तथा Azure DevOps के लिए कनेक्टर शामिल हैं। दस्तावेज़ में कहा गया है कि MDASH सामान्य रूप से कोडबेस में काम करता है और सभी प्रमुख प्रोग्रामिंग भाषाओं का समर्थन करता है, जिसमें विशेष रूप से ट्यून किए गए विशेषज्ञ एजेंट C, C++, Java और C# में गहरी विशेषज्ञता रखते हैं।

रिपोर्ट किए गए परिणाम और पूर्व विकास

Microsoft ने कहा कि MDASH ने वास्तविक विश्व कमजोरियों के सार्वजनिक CyberGym बेंचमार्क पर 96.55 अंक प्राप्त किए और कंपनी के ऐतिहासिक कमजोरियों के मामलों के विरुद्ध सत्यापित प्रथम‑पक्ष कोड पर समान परिणाम दिखाए।

12 मई की पोस्ट ने बताया कि हार्नेस ने StorageDrive पर, जो एक निजी नमूना ड्राइवर है जिसे Microsoft आक्रमणकारी सुरक्षा शोधकर्ताओं के साक्षात्कार में उपयोग करता है, सभी 21 जानबूझकर स्थापित कमजोरियों को शून्य गलत सकारात्मक के साथ पाया। इसने clfs.sys विंडोज़ घटक में 28 पुष्टि किए गए Microsoft Security Response Center मामलों के विरुद्ध 96% रिकॉल और tcpip.sys में सात मामलों के लिए 100% रिकॉल रिपोर्ट किया, प्रत्येक पाँच वर्षों तक फैले हुए, और CyberGym के 1,507 वास्तविक‑विश्व कमजोरियों की पुनरुत्पादन कार्यों के कॉर्पस पर 88.45% स्कोर, जिसे Microsoft ने उस समय बेंचमार्क के प्रकाशित लीडरबोर्ड पर सबसे उच्च स्कोर बताया। उसी पोस्ट ने कहा कि सिस्टम ने शोधकर्ताओं को 12 मई, 2026 के पैच ट्यूसडे के लिए विंडोज़ नेटवर्किंग और प्रमाणीकरण स्टैक में 16 नई कमजोरियां खोजने में मदद की, जिसमें Windows kernel TCP/IP स्टैक और IKEv2 सेवा जैसे घटकों में चार महत्वपूर्ण रिमोट कोड एक्सीक्यूशन दोष शामिल थे। उस समय सिस्टम एक सीमित निजी प्रीव्यू में था जिसमें कुछ ही ग्राहक शामिल थे।

MDASH को Microsoft की Autonomous Code Security टीम ने बनाया, जिसके सदस्य Team Atlanta के इंजीनियर शामिल हैं, वह टीम जिसने DARPA AI Cyber Challenge जीतकर एक स्वायत्त साइबर‑रिज़निंग सिस्टम विकसित किया जो ओपन‑सोर्स प्रोजेक्ट्स में वास्तविक बग खोजता और पैच करता था।

13 अगस्त, 2026 को, Microsoft ने परिचित कराया MDASH के भीतर MAI-Cyber-1-Flash, जो कंपनी के MAI-Thinking-1 वंशज से निकला एक कॉम्पैक्ट सुरक्षा मॉडल है, यह पोस्ट Mustafa Suleyman और Hayete Gallot द्वारा लिखी गई थी। Microsoft ने कहा कि यह मॉडल स्कैनिंग कार्यों के 90% तक संभालने के लिए डिज़ाइन किया गया है, जबकि अत्यधिक कठिन 10% कार्यों के लिए GPT-5.4 आरक्षित किया गया है, और यह संयोजन MDASH में पहले पेश किए गए Microsoft के सर्वोत्तम मॉडल संयोजन की तुलना में 50% लागत बचत प्रदान करता है। कंपनी ने संयुक्त प्रणाली के लिए 96% CyberGym any-crash स्कोर रिपोर्ट किया, जिसमें एक स्पष्टीकरण में 90.4% लक्ष्य any-of स्कोर और 86.3% अंतिम‑सबमिशन स्कोर बताया गया। Microsoft ने कहा कि इस मॉडल का मूल्यांकन उसके AI Red Team द्वारा किया गया, इसे स्वचालित और विशेषज्ञ‑नेतृत्व वाले प्रतिकूल अभ्यासों के माध्यम से परीक्षण किया गया, और एक तृतीय पक्ष द्वारा स्वतंत्र रूप से आंका गया।

बहु‑मॉडल डिज़ाइन और खतरा फ्रेमिंग

Microsoft ने कहा कि हार्नेस डिज़ाइन मुख्य अंतरकर्ता है: एक प्रणाली जो किसी विशिष्ट कार्य के लिए सबसे उपयुक्त मॉडलों को निर्देशित और समन्वयित करती है, जिससे नए मॉडल आने पर उन्हें पुनः निर्माण किए बिना अपनाया जा सकता है, और एजेंसी द्वारा सिस्टम के नीचे किए गए सभी निवेश आगे बढ़ते रहते हैं। सरकारी घोषणा में कहा गया कि MAI मॉडल परिवार में नवीनतम जोड़ से व्यक्तिगत स्कैन की लागत लगभग आधी हो जाने की उम्मीद है।

घोषणा ने इस रिलीज़ को उन खतरा अभिनेता के निवेश के इर्द‑गिर्द फ्रेम किया जो AI क्षमताओं में निवेश कर रहे हैं, यह तर्क देते हुए कि रक्षक के पास उपलब्ध एकमात्र स्थायी लाभ समय है, अर्थात् वह अंतराल जब कोई कमजोरी खोजी और पैच की जा सकती है और किसी और द्वारा खोजे जाने से पहले। एक्सेस चाहते संगठन अपने Microsoft अकाउंट टीम से Azure Government में MDASH के बारे में संपर्क करने के लिए निर्देशित किए जाते हैं।