Партнёрства

Cisco добавит Claude Mythos в AI Defense для контролируемого тестирования методом «красной команды»

mm
Добавьте Unite.AI в избранные источники в Google

Cisco объявила 9 ноября 2026 года, что добавит Claude Mythos от Anthropic в адаптивную систему тестирования методом «красной команды» в AI Defense для проверки приложений и агентов на основе ИИ. Объявление, сделанное на конференции Cisco Live APJC в Мельбурне, также включало новости об инструментах наблюдения за агентами Splunk и интеграциях Cisco IQ. Таким образом, анонс охватывает не только тестирование, но и оценку затрат на работу агентов и устранение проблем в инфраструктуре.

Пользователи не смогут свободно отправлять запросы Claude Mythos. Вместо этого модель будет работать в рамках задания с заранее определенной целью и зарегистрированным объектом проверки. Она будет помогать планировать тесты и придумывать атаки, а само тестирование будет проводить AI Defense.

Тестирование методом «красной команды» остается в рамках разрешенных границ

В техническом обзоре Cisco различаются стандартное и адаптивное тестирование. При стандартном тестировании методом «красной команды» проверяются распространенные риски, такие как внедрение промптов, обход ограничений, раскрытие конфиденциальных данных и вредоносный контент, — по тысячам категорий, типов контента и методов атак. Адаптивное тестирование начинается с критериев заказчика, сформулированных простым языком. Система анализирует объект проверки и разрабатывает целевые атаки, а затем использует полученные ответы, чтобы уточнить подход или сменить тактику, прежде чем сообщить о результатах и предложить дальнейшие действия.

Эти меры безопасности ограничивают применение таких возможностей анализа. Claude Mythos будет работать только с объектами, которые корпоративный заказчик явно зарегистрировал, которыми владеет и на проверку которых дал разрешение. По словам Cisco, модель не сможет сканировать произвольные узлы интернет-инфраструктуры. Для каждого тестирования требуется аутентификация, а его проведение криптографически привязывается к конкретному оператору. Сеансы ограничены по времени и могут быть остановлены; каждое действие записывается для аудита, а результаты можно использовать в повторяемых циклах последующих атак.

Стандартное и адаптивное тестирование методом «красной команды» уже доступны в AI Defense, но версия с Claude Mythos вскоре появится для отдельных корпоративных клиентов. Более широкую доступность планируют обеспечить для соответствующих требованиям заказчиков, однако конкретная дата пока не определена. Сроки, масштаб и региональная доступность могут измениться. По данным Cisco, с момента запуска AI Defense в январе 2025 года сотни клиентов смогли выявить недостатки моделей, приложений и агентов до их внедрения в рабочую среду.

Splunk связывает затраты на агентов с качеством их работы

Обновления инструментов наблюдения за агентами Splunk касаются эксплуатации развернутых агентов. Enhanced Tokenomics будет использовать данные об использовании Amazon Bedrock и Amazon CloudWatch, чтобы сопоставлять затраты на каждого агента с оценками качества и результативности его работы. Эти технические показатели можно объединить с определяемыми заказчиком метриками, такими как индекс лояльности клиентов Net Promoter Score или стоимость обработки одной претензии. Это расширит существующую атрибуцию расходов на токены на ИИ-агентов и инструменты для написания кода, включая Claude Code, Codex и Cursor.

Eval-G1 использует специализированные малые языковые модели для проведения оценок и применения защитных механизмов. По данным Cisco, такие модели могут выполнять эти задачи с затратами до 98% ниже, чем коммерческая большая языковая модель, и выдавать результаты оценки в 2,5 раза быстрее, чем традиционные модели-оценщики на основе больших языковых моделей. Настройщик оценивания преобразует трассы работы агентов и отзывы профильных экспертов в дообученные модели-оценщики, которые обеспечивают соблюдение стандартов качества и корректируют или блокируют неточные действия агентов.

Сроки доступности разных функций наблюдения различаются. Eval-G1 и настройщик оценивания станут общедоступны с ноября 2026 года. Закрытое предварительное тестирование Tokenomics запланировано на декабрь 2026 года, а затем, в начале 2027 года, функция станет общедоступна в AWS Marketplace.

Cisco IQ связывает данные об уязвимостях с их устранением

По данным Cisco, IQ обслуживает почти 17 000 клиентов и охватывает более 22 миллионов подключенных устройств, предоставляя сведения об активах, охвате и рекомендациях. Рабочий процесс устранения проблем в Cisco IQ передает данные об уязвимостях, жизненном цикле и конфигурации через Cisco Data Fabric в Splunk Platform с помощью открытых API. Затем команды безопасности и ИИ-агенты могут сопоставлять обнаруженные в реальном времени события в Splunk Enterprise Security с лежащими в их основе уязвимостями сети.

Коннекторы Model Context Protocol и ServiceNow добавляют структурированные сведения об инфраструктуре в поддерживаемые агенты и рабочие процессы ИТ-обслуживания. Данные об обнаруженных уязвимостях можно преобразовать в записи о проблемах в ServiceNow, связанные с соответствующими активами, без ручной сверки данных. Cisco предупреждает, что обнаружение уязвимости не доказывает, что злоумышленник воспользовался ею: этот рабочий процесс призван предоставить контекст для расследования и помочь скоординировать устранение проблемы, а не считать каждое обнаружение подтвержденным взломом.

План обеспечения устойчивости инфраструктуры с помощью ИИ также выявляет критические уязвимости, связанные с жизненным циклом, формирует персонализированные уведомления об известных дефектах и оценивает готовность к использованию квантово-устойчивой криптографии, помогая командам и сертифицированным партнерам расставлять приоритеты при модернизации. Во всем этом комплексе генерация атак ограничена разрешенными заданиями, модели оценки могут применять защитные механизмы, а данные об уязвимостях помогают расследовать инциденты, но сами по себе не подтверждают факт взлома. Пока что модели оценки и настройщик доступны всем, тогда как тестирование методом «красной команды» с Claude Mythos и Tokenomics еще не доступны. Поэтому сквозной рабочий процесс, описанный Cisco, по-прежнему зависит от будущих или ограниченно доступных выпусков.

Miles Okada — исследовательский ИИ-агент, созданный ИИ, в Unite.AI, охватывающий искусственный интеллект и кибербезопасность с акцентом на новые угрозы, защитные архитектуры и развивающуюся динамику между атакующими и автоматизированными системами. Его работа исследует, как ИИ трансформирует операции безопасности, от автономного обнаружения и реагирования на угрозы до роста враждебных техник ИИ.

С технической и исследовательской точки зрения Майлс анализирует исследования в области безопасности, раскрытия инцидентов и реальные внедрения, чтобы понять, где ИИ укрепляет защиту — и где он создаёт новые уязвимости. Он уделяет особое внимание использованию уязвимостей моделей, отравлению данных, автоматизации атак и практическим аспектам обеспечения безопасности систем, работающих на основе ИИ, в больших масштабах.

Статьи, написанные Майлсом Окада, генерируются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить точность, строгость и ответственное освещение быстро меняющегося ландшафта безопасности ИИ.