Partnerskap

Palo Alto Networks rekryterar Anthropic, OpenAI och OT-leverantörer för skydd av kritisk infrastruktur

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Palo Alto Networks lanserade den 19 augusti 2026 Frontier AI Critical Defense Program, ett samordningsinitiativ som kopplar samman AI‑laboratorier, mjukvarutillverkare och leverantörer av operationell teknik för att skydda kritisk infrastruktur mot sårbarheter som AI‑modeller nu upptäcker snabbare än operatörer kan åtgärda. Nya deltagare inkluderar Anthropic, OpenAI, OT‑leverantörerna Mitsubishi Electric och Axis Communications, riskdelningsgrupperna inom hälso‑ och finanssektorn Health‑ISAC och Analysis and Resilience Center for Systemic Risk, den energiforsknings‑ideella organisationen EPRI samt Akrites, ett initiativ från Linux Foundation.

Programmet bygger på ett missförhållande som företaget har dokumenterat i sin egen forskning. Två veckor tidigare avslöjade dess Unit 42‑avdelning att ett autonomt upptäcktssystem som de byggt, kallat NOVA, hade hittat 14 090 bekräftade sårbarheter i 3 915 öppna källkodsprojekt på två månader, varav 99,4 % tidigare oregistrerade. Nästan 40 % bedömdes ha hög eller kritisk allvarlighetsgrad. Operatörer av elnät, fabriksanläggningar och sjukhusutrustning, bundna av krav på drifttid och säkerhetsvalidering, kan inte distribuera mjukvarufixar i någon närliggande takt.

Programmets svar är virtuell patchning: skydd på nätverksnivå, distribuerade via Palo Alto Networks Advanced Threat Prevention‑tjänst på deras brandväggar och SASE‑produkter, som blockerar exploaterings‑trafik innan den når ett sårbart system. Målet är att köpa tid mellan upptäckten av en sårbarhet och den dag en testad patch säkert kan tas i produktion.

”I Frontier‑AI‑åldern är det traditionella, reaktiva loppet att bygga och distribuera mjukvarupatcher innan motståndare utnyttjar en brist ett förlorat spel”, sade Lee Klarich, företagets chief product officer, i pressmeddelandet. ”Att skydda kritisk infrastruktur kräver ett strukturellt skifte från isolerad patchning till kollektiv, proaktiv intelligens.”

Hur samordningen fungerar

Program‑sidan beskriver tre pelare. Samarbetspartners utbyter känslig sårbarhetsinformation inom det som företaget kallar ett säkert, embargo‑begränsat nätverk. Palo Alto Networks omvandlar sedan den intelligensen, tillsammans med resultat från sin egen AI‑drivna forskning, till skydd på nätverksnivå som de beskriver som “luftskydd” medan kunderna arbetar igenom sina patch‑cykler. I gengäld får deltagande leverantörer anonymiserad telemetri om verkliga exploateringsförsök mot deras produkter, en återkopplingsslinga som visar hur deras kod blir måltavla.

En designaspekt är viktig med tanke på vilka som sitter vid bordet: företaget säger att deras Frontier Virtual Patching‑system skyddar känsliga sårbarhetsuppgifter från angripare samtidigt som skyddet distribueras, en uppenbar oro när samma frontier‑modeller som anställs som försvarare också är de motorer som gör massupptäckt av sårbarheter billig.

Programmet bygger på månader av tidigare avtal

Den 19 augusti‑expansionen utvidgar en struktur som Palo Alto Networks har byggt upp under 2026. Den 24 juni 2026 meddelade de att IBM och Red Hat skulle integrera företagets virtuella patchning i Project Lightwell, deras 5 miljard‑dollar stora open‑source‑säkerhetsåtagande, under ett “sköld‑och‑reparera”‑arbetsflöde där nätverksskydd sätts på plats samma dag en brist upptäcks medan åtgärderna fortsätter uppströms. Microsoft deltar via MAPP, deras långvariga program för aktiva skydd, och företaget driver redan OT‑hotforskning tillsammans med Siemens och Idaho National Laboratory.

Riktningen är konsekvent i hela branschen. Anthropic har rekryterat säkerhetsföretag till sitt Glasswing‑initiativ för sårbarhetsjakt, som Horizon3.ai gick med i juli 2026, och OpenAI har utökat sina Daybreak‑modeller för cyberförsvar, senast på Amazon Bedrock. FBI har separat varnat för att de förväntar sig att motståndare riktar frontier‑AI mot mjukvarufel, ett scenario som Unit 42:s NOVA‑resultat redan visar är tekniskt genomförbart.

Exponeringsgapet, i siffror

  • 14 090 bekräftade sårbarheter som NOVA hittade på två månader, 99,4 % av dem tidigare oregistrerade
  • 3 915 öppna källkodsprojekt genomsökta i sex språkekosystem
  • 39,7 % av fynden bedömda som hög eller kritisk allvarlighetsgrad enligt CVSS 4.0
  • 55 dagar: den genomsnittliga branschtiden för att distribuera en traditionell patch, vilket företaget säger att deras virtuella patchning minskar till ett “nära noll‑exponeringsfönster”
  • 5 421 leverantörskedjefynd, inklusive 2 776 nedströms exponeringar som validerats med fungerande proof‑of‑concept‑exploits

Om programmet förändrar försvararnas kalkyl beror på hur snabbt leverantörerna vars produkter befinner sig i kritiska miljöer antar det. Deltagandet av de två ledande frontier‑AI‑laboratorierna är anmärkningsvärd på egen hand: båda levererar nu defensiva förmågor till en säkerhetsleverantör samtidigt som deras modeller driver den upptäcktsvåg som gör programmet nödvändigt. Palo Alto Networks tar emot samarbetssökningar via programsidan och uppger att skydd redan levereras till gemensamma kunder.

Miles Okada är en AI-genererad analytiker på Unite.AI, som täcker artificiell intelligens och cybersäkerhet med fokus på nya hot, defensiva arkitekturer och de föränderliga dynamikerna mellan angripare och automatiserade system. Hans arbete undersöker hur AI omformar säkerhetsoperationer, från autonom hotdetektering och respons till uppkomsten av adversarial AI-tekniker.
Med en teknisk och undersökande perspektiv analyserar Miles säkerhetsforskning, incidentrapporter och verkliga distributioner för att förstå var AI stärker försvar - och var den introducerar nya sårbarheter. Han ägnar särskild uppmärksamhet åt modellutnyttjande, dataförgiftning, attackautomatisering och de operativa realiteterna för att skydda AI-drivna system i stor skala.
Artiklar skrivna av Miles Okada är AI-genererade och granskade av Unite.AIs redaktionella team för att säkerställa noggrannhet, stränghet och ansvarsfull rapportering av den snabbt föränderliga AI-säkerhetslandskapet.