Artemis, saldırıları yeniden oluşturmak için tasarlanmış bir Siber Savunma Modeli Orion-1’i Tanıttı

Şüpheli bir oturum açma, bir saldırının başlangıcı—ya da tanıdık olmayan bir konumdan çalışan bir çalışan—olabilir. Zor kısım, sonrasında ne olduğunu, hangi sistemlerin dahil olduğunu ve kanıtların birinin erişimini kesmeyi haklı çıkarıp çıkarmadığını belirlemektir. Artemis Security ise savunma operasyonları için özel olarak eğitilmiş bir modelin bu kararları daha etkili bir şekilde verebileceğine inanıyor.

Şirket, Orion-1’i duyurdu, kurumsal sistemler genelinde tehditleri araştıran ve belirtilen güven düzeyiyle bir karar üreten, siber savunma için özel bir temel model. Model, bir yanıt önerebilir ya da müşteri tarafından tanımlanan özerklik sınırları içinde bir yanıtı uygulayabilir. Orion-1, Artemis platformu üzerinden seçili müşteriler için özel önizleme şeklinde kullanılabilir; bu genel bir halka açık sürüm değildir.

Bu duyuru, güvenlik ekipleri için pratik bir soruyu gündeme getiriyor: uzmanlaşmış bir yapay zeka, dağınık kanıtları savunulabilir bir olay anlatısına bağlayebilir ve eylem yetkisini kontrol altında tutabilir mi?

Bir sinyaldən saldırının savunulabilir bir anlatımına

Artemis, Orion-1’in bir tehdidi ilk sinyalinden itibaren işlediğini, etkilenen sistemlerdeki incelemeyi takip ettiğini, bir sonuca ulaştığını ve bir yanıt önerdiğini ya da uyguladığını açıklıyor. Bu ayrım önemlidir, çünkü şüpheli bir olayı tanımak ile bir olayı anlamak farklı görevlerdir.

Alışılmadık bir kimlik sağlayıcı oturumu, bir bulut izin değişikliği ve yeni bir posta kutusu kuralı içeren varsayımsal bir diziyi düşünün. Her olayın masum bir açıklaması olabilir. Birlikte, hizmetler arasında hareket eden bir ele geçirilmiş hesabı gösterebilirler. Etkili bir savunucu, aynı aktörün bu olayları bağlayıp bağlamadığını belirlemeli, sıralarını kurmalı ve alternatif açıklamaları test etmelidir. Akıcı bir özet tek başına bu soruları çözemez.

Artemis’in Orion-1’e teknik tanıtım, savunma görevleri için eğitim sonrası süreci, araştırmalar, tehdit avları, tespit mühendisliği ve iyileştirme gibi milyonlarca operasyonla şekillendirilmiş olarak açıklıyor. Şirket, bu eğitimde müşteri verilerinin kullanılmadığını belirtiyor. Ayrıca, ilk yaklaşım başarısız olduğunda araştırma yönünü değiştirebilen bir modeli tanımlıyor.

Bu açıklamalar, amaçlanan uzmanlaşmayı açıklamaya yardımcı olsa da, temel model mimarisini, parametre sayısını veya temel model soyunu ortaya koymaz. Bu nedenle, temel‑model etiketi, savunma sonrası‑eğitimle ilgili daha somut açıklama ile birlikte değerlendirilmelidir; Artemis’in sıfırdan tamamen yeni bir genel‑amaç modelini eğittiğinin kanıtı olarak görülmemelidir.

Kıyaslama lideri—ve gerçekte ne ölçtüğü

Artemis, Orion-1’i Claude Opus 5.5, GPT-6 Sol, Grok 4.7 ve Kimi K3 ile beş savunma görevinde—tespit, araştırma, saldırı yeniden yapılandırması, tehdit avı ve etkinlik korelasyonu—karşılaştırdığını söylüyor. Şirkete göre, Orion-1 bu görevlerde öncü bir performans sergiledi.

En belirgin sonuç, saldırı yeniden yapılandırmasıyla ilgilidir: saldırganın eylemlerini gerçekleşme sırasına koymak.

Fark 22.5 puandır. Bunlar satıcı tarafından bildirilen kıyaslama puanlarıdır, gerçek dünyada durdurulan saldırıların bağımsız olarak belirlenmiş bir yüzdesi değildir. Sonuç ayrıca her siber güvenlik kullanım senaryosunda üstünlüğü kanıtlamaz.

Artemis, değerlendirmesini Decision-Grade Readiness (DGR) olarak adlandırıyor. Karşılaştırılan modeller için binlerce görevi, gerçek doğruluk, karşılaştırılabilir başlangıç sinyalleri ve ortam bağlamı, aynı kapsamlı kaynaklar ve izin verilen eylemlerle tanımlıyor. Değerlendirme, saldırılara benzeyen zararsız senaryoları içeriyor ve bir kararı destekleyen kanıtları değerlendiriyor.

Bu tasarım önemli bir sorunu ele alıyor: her şeyi kötü niyetli olarak işaretleyen bir sistem, uyanık görünebilir ancak kullanılamaz bir kuyruk oluşturur. Zararsız bir durumu doğru şekilde tanımak savunma yetkinliğinin bir parçasıdır. Benzer şekilde, zaman çizelgesi, önerilen açıklamanın mevcut kayda gerçekten uyup uymadığını ortaya koyabilir.

Kalan soru, kıyaslamanın belirli bir organizasyona ne kadar iyi aktarılabildiğidir. Kamuya açık lansman materyalleri, başlık karşılaştırmasını bağımsız olarak yeniden üretmek için yeterli ayrıntıyı sağlamaz. Alıcılar, görev bileşimi, puanlama kuralları, tekrar eden çalıştırma değişkenliği, model yapılandırmaları ve bilinmeyen ortamlar üzerindeki performans hakkında görünürlükten fayda sağlayabilir. Toplam puan, en zor hataların kaçırılan girişimler, gereksiz kısıtlamalar ya da eksik kanıtlar olup olmadığını ortaya koyamaz.

Çevre platformunun neden önemli olduğu

Orion-1, daha büyük bir güvenlik platformu içinde çalışır. Bu bağlam, duyuruyu anlamak için merkezidir: modelin akıl yürütmesi, kendisine sağlanan bilgi ve araçlara bağlıdır.

Artemis’in Ortam Zekâsı yeteneği, kullanıcıları, hesapları, cihazları, kaynakları ve AI ajanlarını, bunların ilişkileri ve organizasyonel rolleriyle birlikte haritalar. Şirket, bu bağlamı kimlik sağlayıcıları, İK sistemleri, varlık kayıtları, hizmet yönetim sistemleri ve iç bilgi tabanları gibi kaynaklardan oluşturduğunu söylüyor. Müşteriler organizasyon bağlamını düzeltebilir ve vaka kararlarını gözden geçirebilir.

Pratikte, bu, bir araştırmacıya beklenen davranışlar için bir referans sağlamaya yönelik bir girişimdir. Onaylanmış bir değişiklik penceresi sırasında bir yönetici tarafından gerçekleştirilen ayrıcalıklı bir eylem, aynı eylemi uyku durumundaki bir hesaptan farklı bir anlam taşıyabilir. İlgili soru, etkinliğin o organizasyonun rolleri ve ilişkileriyle uyumlu olup olmadığıdır.

Bu, bir bağımlılık olduğu kadar bir avantaj da yaratır. Varlık envanteri eskiyse veya bir ilişki yanlış temsil edildiyse, model hatalı bir varsayımdan yola çıkarak akıl yürütme yapabilir. Ortam modelinin doğru tutulması, bu nedenle sistemi işletmenin bir parçasıdır, yalnızca bir başlangıç süreci değildir.

Şirketin soruşturma belgeleri, olay vakalarını etkinlik zaman çizelgeleri ve sorgular, sorular, sonuçlar ve destekleyici telemetrinin korunmuş kayıtlarıyla tanımlar. Ayrıca, analist karar düzeltmelerinin sonraki soruşturmalara beslenmesini, Jira ve ServiceNow gibi araçlarla entegrasyonları da açıklar.

Bir analist için, anlamlı iyileştirme, konsollar arasında parçaları manuel olarak birleştirmek yerine tutarlı ve incelenebilir bir vaka alabilmektir. Bir gözden geçiren için ise, bir sonucun kanıtlara geri izlenebilmesi ve bir çıkarımın nerede başladığını görebilmek anahtar faktördür. Kanıt alıntıları bir soruşturmanın denetimini kolaylaştırır; ancak her yorumu otomatik olarak doğru yapmaz.

Özerklik bir izin kararıdır

Artemis, soruşturma yeteneğini eylem izninden ayırır. Lansman materyalleri, müşteri tarafından belirlenen özerkliği tanımlar; yüksek etkili eylemler için varsayılan olarak insan onayı gereklidir.

Platformun yanıt yetenekleri, bir oturumu iptal etme, bir ana bilgisayarı izole etme, bir posta kutusu kuralını devre dışı bırakma veya bir alan adını engelleme gibi eylemleri içerir. Artemis, etki ön izlemeleri, destekleyici kanıtlar, denetim kayıtları ve eylem ve bağlayıcıya göre değişebilen özerklik ayarlarını açıklar.

Bu ayrıntı seviyesi, tek bir özerklik aç/kapa anahtarından daha faydalıdır. Bir güvenlik ekibi, tanımlı koşullar altında dar, geri alınabilir bir eyleme izin verirken, iş açısından kritik müdahaleleri onay için saklayabilir. Uygun sınır, etkilenen sisteme, yanlış pozitifin maliyetine ve kurtarma yeteneğine bağlıdır.

Belirtilen güven düzeyi de yorum gerektirir. Bir güven değeri, yalnızca ilgili vakalarda gözlemlenen doğrulukla güvenilir bir şekilde eşleşiyorsa faydalıdır. Ekipler, telemetrinin eksik ya da çelişkili olduğu durumlarda güvenin hâlâ işe yarayıp yaramadığını ve sistemin karar vermek için yeterli kanıtın olmadığını fark edip etmediğini incelemelidir.

Teknik olarak geri alınabilir bir eylem bile pratikte geri alınamaz sonuçlar doğurabilir: erişimin geri sağlanması, kesinti sırasında kaybedilen zamanı geri getirmez. Bu nedenle yanıt kalitesini değerlendirmek, hıza ek olarak operasyonel etkiye de dikkat etmeyi gerektirir.

Özel önizlemenin kanıtlaması gerekenler

Orion-1’in en güçlü teklifi, dağınık sinyallerden kanıt temelli bir karara daha kısa bir yol sunmasıdır. Yeniden yapılandırma puanı, şirketin raporladığı uzmanlaşmanın umut verici bir göstergesidir ve ortam bağlamı ve eylem kontrolleriyle entegrasyonu, lansmanı bağımsız bir güvenlik sohbet botundan daha kapsamlı kılar.

Önizleme, bu avantajların müşteri‑spesifik olaylarda ve zararsız etkinliklerde geçerli olup olmadığını kanıtlamalıdır. Faydalı ölçümler arasında kaçırılan tehditler, yanlış yükseltmeler, analist inceleme süresi, kanıt tamlığı ve önerilen kısıtlamanın sonuçları yer alır. Ekiplerin sonuçlarını yeniden oluşturmak zorunda kalmadan doğrulayabildiği durumlarda daha hızlı soruşturmalar en çok önem taşır.

Şimdilik, Orion-1, savunmanın gerçek işi için AI’yı eğitmeyi amaçlayan odaklanmış bir girişimi temsil ediyor: bir diziyi anlamak, bir açıklamayı test etmek ve uygun bir sonraki adımı seçmek. Önemi, bu çalışmanın canlı ortamlarda ne kadar tutarlı bir şekilde denetime dayanabildiğine bağlı olacak; yalnızca bir puanın lansman grafiğinde nerede durduğuna değil.