Microsoft triển khai công cụ quét AI Agentic mang mã hiệu MDASH tới Azure Government

Hệ thống quét agentic đa mô hình của Microsoft, dùng để tìm lỗi bảo mật trong phần mềm, mang mã hiệu MDASH, đã được triển khai trên Microsoft Azure Government, công ty công bố vào ngày 8 tháng 9 năm 2026, với quyền truy cập bản xem trước dành cho một số khách hàng chính phủ Hoa Kỳ được chọn và các đối tác được ủy quyền.

Một tính năng Defender trong Azure Government

Thông báo được viết bởi Douglas Phillips, Chủ tịch và Giám đốc Công nghệ của Microsoft Specialized Clouds. Trong Azure Government, MDASH có sẵn như một tính năng của Microsoft Defender, hoạt động cùng các mô hình được cấp phép FedRAMP High trong dịch vụ Microsoft Foundry. Azure Government là một đám mây riêng biệt, cách ly, do những người Mỹ đã được kiểm tra vận hành, được xây dựng để đáp ứng các nghĩa vụ tuân thủ của khách hàng liên bang, an ninh quốc gia, và các cơ quan chính phủ tiểu bang và địa phương, bao gồm cả chứng nhận FedRAMP High và chứng nhận Bộ Quốc phòng cho các khối tải quan trọng và có nhiệm vụ. Microsoft cho biết sắp xếp này cho phép mã nguồn của một cơ quan và mọi thông tin hệ thống học được về nó vẫn nằm trong ranh giới đã được phê duyệt để xử lý dữ liệu đó.

Microsoft cho biết đã sử dụng mã hiệu MDASH trên phần mềm của mình trong nhiều tháng, và các khách hàng thuộc các cơ quan an ninh quốc gia và dân sự đã bắt đầu khám phá khả năng của nó. Theo thông báo, các cơ quan đang xếp hạng phần mềm của mình theo mức độ quan trọng của nhiệm vụ và tiến hành kiểm tra dần dần, với mục tiêu đạt 100 % độ bao phủ mã nguồn.

Cách hoạt động của Trình quét Agentic

Microsoft mô tả MDASH là một trình quét mã agentic, tìm và xác nhận các lỗ hổng có thể khai thác trong mã nguồn. Thay vì kiểm tra mã dựa trên thư viện các mẫu đã biết như các công cụ quét truyền thống, hệ thống đọc và suy luận về phần mềm theo cách mà một nhà nghiên cứu bảo mật chuyên nghiệp sẽ làm, theo dõi cách thông tin di chuyển qua chương trình để xác định liệu một điểm yếu có thực sự có thể bị khai thác hay không. Hơn 100 tác nhân AI chuyên biệt, dựa trên nhiều mô hình khác nhau, làm việc trên cùng một khối mã, mỗi tác nhân được đào tạo để nhận diện một loại lỗ hổng khác nhau. Kết quả của chúng được chuyển cho một nhóm tác nhân thứ hai, nhiệm vụ của họ là tranh luận, có và không có, liệu mỗi lỗ hổng nghi ngờ có thực sự đạt tới và nguy hiểm hay không. Sau đó, khung hệ thống hợp nhất và loại bỏ trùng lặp kết quả và, khi có thể, minh họa lỗ hổng thay vì chỉ khẳng định, cung cấp danh sách các lỗ hổng được tinh chỉnh và ưu tiên.

Microsoft tài liệu sản phẩm đưa ra quy trình đa giai đoạn: giai đoạn Prepare xếp hạng tệp theo rủi ro bằng phân tích đồ thị gọi và các chỉ số độ phức tạp mã; giai đoạn Scan chạy các tác nhân chuyên trách như kiểm tra tiêm chèn, an toàn bộ nhớ và vượt qua xác thực; giai đoạn Validate áp dụng phân tích nhiễm độc và tranh luận đa mô hình để tinh chỉnh độ tin cậy và loại bỏ kết quả dương tính giả; và giai đoạn Dedup hợp nhất các phát hiện trùng lặp. Một bài đăng trên Blog Bảo mật ngày 12 tháng 5 năm 2026 lần đầu công khai chi tiết hệ thống đã mô tả thêm giai đoạn Prove, xây dựng và thực thi các đầu vào kích hoạt khi lớp lỗi cho phép.

Các khả năng được ghi lại bao gồm chấm điểm độ tin cậy chi tiết cho mỗi phát hiện, sửa mã tự động bằng AI thông qua lệnh defender fix trong Defender CLI, tập trung kết quả trong Microsoft Security Exposure Management, và các kết nối cho GitHub và Azure DevOps. Tài liệu cho biết MDASH hoạt động trên mọi cơ sở mã một cách tổng quát và hỗ trợ tất cả các ngôn ngữ lập trình chính, với các tác nhân chuyên gia được tinh chỉnh đặc biệt có chuyên môn sâu về C, C++, Java và C#.

Kết quả báo cáo và phát triển trước đó

Microsoft cho biết MDASH đạt 96,55 điểm trên chuẩn công cộng CyberGym về các lỗ hổng thực tế và đã cho ra kết quả tương tự trên mã nguồn nội bộ được xác thực dựa trên các trường hợp lỗ hổng lịch sử của công ty.

Bài đăng ngày 12 tháng 5 cho biết khung hệ thống đã phát hiện tất cả 21 lỗ hổng được cài đặt có chủ đích mà không có bất kỳ kết quả dương tính giả nào trên StorageDrive, một mẫu trình điều khiển riêng tư mà Microsoft sử dụng khi phỏng vấn các nhà nghiên cứu bảo mật tấn công. Nó đạt 96 % độ thu hồi trên 28 trường hợp được xác nhận của Microsoft Security Response Center trong thành phần clfs.sys của Windows và 100 % trên bảy trường hợp trong tcpip.sys, mỗi trường hợp kéo dài năm năm, và đạt 88,45 % điểm trên tập dữ liệu CyberGym gồm 1.507 nhiệm vụ tái tạo lỗ hổng thực tế, mà Microsoft cho là điểm cao nhất trên bảng xếp hạng công bố của chuẩn tại thời điểm đó. Bài đăng cùng nói rằng hệ thống đã giúp các nhà nghiên cứu tìm ra 16 lỗ hổng mới trong ngăn xếp mạng và xác thực Windows cho Patch Tuesday ngày 12 tháng 5 năm 2026, bao gồm bốn lỗ hổng thực thi mã từ xa cấp độ Critical trong các thành phần như ngăn xếp TCP/IP của kernel Windows và dịch vụ IKEv2. Khi đó, hệ thống vẫn ở giai đoạn bản xem trước riêng tư hạn chế với một nhóm nhỏ khách hàng.

MDASH được xây dựng bởi nhóm Autonomous Code Security của Microsoft, trong đó có các kỹ sư từ Team Atlanta, đội đã thắng cuộc thi DARPA AI Cyber Challenge với một hệ thống lý luận mạng tự động, phát hiện và vá các lỗi thực trong các dự án mã nguồn mở.

Vào ngày 13 tháng 8 năm 2026, Microsoft giới thiệu MAI-Cyber-1-Flash trong MDASH, một mô hình bảo mật gọn nhẹ được suy ra từ dòng MAI-Thinking-1 của công ty, trong một bài viết do Mustafa Suleyman và Hayete Gallot viết. Microsoft cho biết mô hình này được thiết kế để xử lý tới 90 % các nhiệm vụ quét, để lại GPT-5.4 cho 10 % các nhiệm vụ đặc biệt khó, và sự kết hợp này mang lại tiết kiệm chi phí 50 % so với sự kết hợp mô hình tốt nhất mà Microsoft từng cung cấp trong MDASH. Công ty báo cáo điểm số 96 % trên CyberGym bất kỳ sự cố nào cho hệ thống kết hợp, với lời giải thích rằng mục tiêu là 90,4 % điểm bất kỳ và 86,3 % điểm nộp cuối cùng. Microsoft cho biết mô hình đã được đội AI Red Team đánh giá, thử nghiệm qua các bài tập đối kháng tự động và do chuyên gia dẫn dắt, và được một bên thứ ba đánh giá độc lập.

Thiết kế đa mô hình và khung cảnh đe dọa

Microsoft cho biết thiết kế khung là yếu tố phân biệt chính: một hệ thống chỉ đạo và điều phối bất kỳ mô hình nào phù hợp nhất cho một nhiệm vụ cụ thể, cho phép nó tiếp nhận các mô hình mới khi chúng xuất hiện mà không cần xây dựng lại, vì vậy mọi khoản đầu tư của cơ quan phía dưới hệ thống sẽ được duy trì. Thông báo của chính phủ cho biết phần bổ sung mới nhất trong họ họa mô hình MAI dự kiến sẽ giảm chi phí một lần quét khoảng một nửa.

Thông báo đã đặt khung phát hành quanh các tác nhân đe dọa đang đầu tư vào khả năng AI, lập luận rằng lợi thế bền vững duy nhất mà các nhà phòng thủ có được là thời gian, nghĩa là khoảng cách giữa thời điểm một lỗ hổng được phát hiện và vá và thời điểm người khác phát hiện nó. Các tổ chức muốn truy cập được hướng dẫn liên hệ với đội ngũ tài khoản Microsoft của họ về MDASH trong Azure Government.