Microsoft ปรับใช้การสแกน AI แบบเอเจนติกรหัสลับ MDASH บน Azure Government

ระบบสแกนเอเจนติกหลายโมเดลของ Microsoft ที่ใช้ค้นหาข้อบกพร่องด้านความปลอดภัยในซอฟต์แวร์ รหัสลับ MDASH ได้ถูกปรับใช้บน Microsoft Azure Government บริษัทได้ประกาศเมื่อวันที่ 8 กันยายน 2026 พร้อมให้การเข้าถึงแบบพรีวิวแก่ลูกค้าภาครัฐสหรัฐอเมริกาที่เลือกและพันธมิตรที่ได้รับอนุญาต

คุณลักษณะ Defender ภายใน Azure Government

การประกาศนี้เขียนโดย Douglas Phillips, ประธานและหัวหน้าเทคโนโลยีของ Microsoft Specialized Clouds. ใน Azure Government, MDASH มีให้ใช้เป็นคุณลักษณะของ Microsoft Defender ที่ทำงานร่วมกับโมเดลที่ได้รับการอนุมัติจากบริการ Microsoft Foundry ที่ผ่านการรับรอง FedRAMP High. Azure Government เป็นคลาวด์แยกจากกันและแยกจากระบบอื่น ๆ ที่ดำเนินการโดยบุคคลสหรัฐที่ผ่านการคัดกรอง เพื่อให้สอดคล้องกับข้อกำหนดการปฏิบัติตามของลูกค้าฝ่ายรัฐบาลระดับกลาง, ความมั่นคงแห่งชาติ, รวมถึงรัฐและท้องถิ่น, รวมถึงการรับรอง FedRAMP High และการรับรองจาก Department of War สำหรับงานที่ควบคุมและมีความสำคัญต่อภารกิจ. Microsoft ระบุว่าการจัดการนี้ทำให้โค้ดต้นฉบับของหน่วยงานและข้อมูลทั้งหมดที่ระบบเรียนรู้เกี่ยวกับโค้ดนั้นคงอยู่ภายในขอบเขตที่ได้รับการอนุมัติแล้วสำหรับการจัดการข้อมูลดังกล่าว

Microsoft กล่าวว่าบริษัทได้ใช้รหัสลับ MDASH กับซอฟต์แวร์ของตนเองเป็นเวลาหลายเดือนแล้ว และลูกค้าจากหน่วยงานด้านความมั่นคงแห่งชาติและหน่วยงานพลเรือนกำลังสำรวจความสามารถของมันอยู่แล้ว. ตามการประกาศ, หน่วยงานต่าง ๆ จัดลำดับซอฟต์แวร์ของตนตามความสำคัญของภารกิจและทำงานลงตามรายการอย่างต่อเนื่องโดยมีเป้าหมายที่การครอบคลุมโค้ด 100%

วิธีการทำงานของสแกนเนอร์เอเจนติก

Microsoft อธิบาย MDASH ว่าเป็นสแกนเนอร์โค้ดแบบเอเจนติกที่ค้นหาและตรวจสอบช่องโหว่ที่สามารถโจมตีได้ในโค้ดต้นฉบับ. แทนที่จะตรวจสอบโค้ดเทียบกับไลบรารีของรูปแบบที่รู้จักแบบเครื่องมือสแกนแบบดั้งเดิม, ระบบจะอ่านและให้เหตุผลเกี่ยวกับซอฟต์แวร์ในลักษณะเดียวกับนักวิจัยความปลอดภัยผู้เชี่ยวชาญ, โดยติดตามการไหลของข้อมูลผ่านโปรแกรมเพื่อพิจารณาว่าจุดอ่อนนั้นสามารถถูกโจมตีได้จริงหรือไม่. มากกว่า 100 เอเจนต์ AI เชี่ยวชาญที่อาศัยโมเดลหลากหลายทำงานบนโค้ดชุดเดียวกัน, แต่ละเอเจนต์ได้รับการฝึกให้จดจำประเภทของจุดอ่อนที่แตกต่างกัน. ผลการค้นหาจะส่งต่อไปยังกลุ่มเอเจนต์ที่สองซึ่งทำหน้าที่โต้แย้งข้อสรุป ทั้งในแง่สนับสนุนและคัดค้านว่าจุดบกพร่องที่สงสัยนั้นเป็นจริงที่สามารถเข้าถึงได้และเป็นอันตรายจริงหรือไม่. ระบบจะรวมและกำจัดข้อมูลซ้ำซ้อนจากผลลัพธ์ และเมื่อเป็นไปได้จะแสดงจุดบกพร่องจริงแทนการเพียงอ้างอิง, ส่งมอบรายการช่องโหว่ที่ได้รับการปรับแต่งและจัดลำดับความสำคัญตามที่ Microsoft ระบุ

Microsoft’s product documentation lays out a multistage pipeline: a Prepare stage that ranks files by risk using call-graph analysis and code complexity metrics; a Scan stage running role-specific agents such as injection, memory-safety, and auth-bypass auditors; a Validate stage applying taint analysis and multi-model debate to refine confidence and eliminate false positives; and a Dedup stage that consolidates duplicate findings. A 12 พฤษภาคม 2026, Security Blog post that first publicly detailed the system described an additional Prove stage, which constructs and executes triggering inputs where the bug class allows it.

ความสามารถที่ระบุไว้ในเอกสารประกอบรวมถึงการให้คะแนนความมั่นใจระดับละเอียดสำหรับแต่ละผลการค้นหา, การแก้ไขโค้ดโดย AI ผ่านคำสั่ง defender fix ใน Defender CLI, การรวมผลลัพธ์ไว้ใน Microsoft Security Exposure Management, และคอนเน็กเตอร์สำหรับ GitHub และ Azure DevOps. เอกสารระบุว่า MDASH ทำงานข้ามฐานโค้ดได้อย่างทั่วไปและรองรับภาษาการเขียนโปรแกรมหลักทั้งหมด, โดยมีเอเจนต์ผู้เชี่ยวชาญที่ปรับแต่งเป็นพิเศษซึ่งมีความเชี่ยวชาญลึกใน C, C++, Java, และ C#.

ผลลัพธ์ที่รายงานและการพัฒนาก่อนหน้า

Microsoft ระบุว่า MDASH ได้รับคะแนน 96.55 จากเกณฑ์การทดสอบ CyberGym สาธารณะของช่องโหว่ในโลกจริงและให้ผลลัพธ์ที่คล้ายคลึงกันกับโค้ดของบริษัทที่ตรวจสอบกับกรณีช่องโหว่ในประวัติของบริษัท.

โพสต์เมื่อ 12 พฤษภาคมนั้นรายงานว่าระบบพบช่องโหว่ที่ตั้งใจฝังไว้ทั้งหมด 21 รายการโดยไม่มีผลบวกเท็จบน StorageDrive, ตัวขับเคลื่อนตัวอย่างส่วนตัวที่ Microsoft ใช้เมื่อติดต่อกับนักวิจัยด้านความปลอดภัยเชิงรุก. ระบบแสดงอัตราการเรียกคืน 96% จาก 28 กรณีที่ได้รับการยืนยันจาก Microsoft Security Response Center ในส่วนประกอบ clfs.sys ของ Windows และ 100% จากเจ็ดกรณีใน tcpip.sys, แต่ละกรณีครอบคลุมห้าปี, และได้คะแนน 88.45% จากคอร์ปัสของ CyberGym ที่ประกอบด้วยงานการทำซ้ำช่องโหว่จริง 1,507 งาน, ซึ่ง Microsoft กล่าวว่าคือคะแนนสูงสุดในลิสต์ผู้นำของเกณฑ์ในขณะนั้น. โพสต์เดียวกันยังระบุว่าระบบช่วยนักวิจัยค้นพบช่องโหว่ใหม่ 16 รายการในสแต็กเครือข่ายและการตรวจสอบสิทธิ์ของ Windows สำหรับ Patch Tuesday วันที่ 12 พฤษภาคม 2026, รวมถึงช่องโหว่ Critical ที่ทำให้เกิดการรันโค้ดระยะไกลในส่วนประกอบเช่นสแต็ก TCP/IP ของเคอร์เนล Windows และบริการ IKEv2. ณ เวลานั้นระบบอยู่ในขั้นพรีวิวส่วนตัวที่จำกัดกับลูกค้าจำนวนเล็กน้อย.

MDASH ถูกสร้างโดยทีม Autonomous Code Security ของ Microsoft, ซึ่งสมาชิกในทีมมาจาก Team Atlanta, ทีมที่ชนะการแข่งขัน DARPA AI Cyber Challenge ด้วยระบบการให้เหตุผลเชิงไซเบอร์อัตโนมัติที่ค้นหาและแก้ไขบั๊กจริงในโครงการโอเพ่นซอร์ส.

เมื่อวันที่ 13 สิงหาคม 2026, Microsoft แนะนำ MAI-Cyber-1-Flash ภายใน MDASH, โมเดลความปลอดภัยขนาดกะทัดรัดที่สืบทอดมาจากสายพันธุ์ MAI-Thinking-1 ของบริษัท, ในโพสต์ที่เขียนโดย Mustafa Suleyman และ Hayete Gallot. Microsoft ระบุว่าโมเดลนี้ออกแบบให้จัดการงานสแกนได้สูงสุด 90% โดยเก็บ GPT-5.4 ไว้สำหรับ 10% ของงานที่ยากเป็นพิเศษ, และการผสมผสานนี้ให้การประหยัดค่าใช้จ่าย 50% เมื่อเทียบกับการผสมโมเดลที่ดีที่สุดที่เคยเสนอใน MDASH. บริษัทรายงานคะแนน CyberGym any-crash 96% สำหรับระบบผสม, พร้อมการชี้แจงว่ามีเป้าหมาย any-of 90.4% และคะแนนสุดท้ายของการส่งมอบ 86.3%. Microsoft กล่าวว่าโมเดลนี้ได้รับการประเมินโดย AI Red Team ของบริษัท, ผ่านการทดสอบแบบอัตโนมัติและการฝึกฝนโดยผู้เชี่ยวชาญ, และได้รับการประเมินอย่างอิสระจากบุคคลที่สาม.

การออกแบบหลายโมเดลและการกำหนดกรอบภัยคุกคาม

Microsoft ระบุว่าการออกแบบระบบเป็นจุดเด่นหลัก: ระบบที่กำหนดและประสานงานโมเดลใดโมเดลหนึ่งที่เหมาะสมกับงานเฉพาะ, ทำให้สามารถนำโมเดลใหม่เข้ามาใช้ได้โดยไม่ต้องสร้างใหม่, ดังนั้นทุกการลงทุนของหน่วยงานที่อยู่ด้านล่างของระบบจะยังคงมีคุณค่า. การประกาศของรัฐบาลระบุว่าการเพิ่มโมเดลใหม่ล่าสุดในตระกูล MAI คาดว่าจะลดต้นทุนของการสแกนแต่ละครั้งลงประมาณครึ่งหนึ่ง.

การประกาศได้วางกรอบการเปิดตัวโดยอ้างถึงผู้กระทำอาชญากรรมที่ลงทุนในความสามารถ AI, โดยโต้แย้งว่าข้อได้เปรียบที่ยั่งยืนที่สุดสำหรับผู้ป้องกันคือเวลา, หมายถึงช่องว่างระหว่างการค้นพบและการแก้ไขจุดอ่อนกับช่วงเวลาก่อนที่ผู้อื่นจะค้นพบมัน. องค์กรที่ต้องการเข้าถึงจะถูกแนะนำให้ติดต่อทีมบัญชี Microsoft ของตนเกี่ยวกับ MDASH ใน Azure Government.