Cisco, Siber Güvenlik İçin Özel Olarak Tasarlanan Antares Modelini Tanıttı
Cisco, güvenlik operasyonlarına yönelik geliştirdiği Antares adlı yeni küçük dil modellerini duyurdu. Yapay zekâ modeli ailesinde yer alan Antares-350M ile Antares-1B, yazılım depolarındaki güvenlik açıklarını daha düşük işlem maliyetiyle analiz etmek amacıyla geliştirildi. Şirket, Hugging Face üzerinden açık ağırlıklı olarak yayınlanacak modellerin hassas kaynak kodlarını buluta taşımadan yerel sistemlerde çalışabildiğini, gelişmiş genel amaçlı modellere kıyasla çok daha ekonomik bir çözüm sunduğunu açıkladı.
Antares Kod Depolarındaki Güvenlik Açıklarını Analiz Ediyor
Cisco Foundation AI ekibi tarafından geliştirilen Antares, güvenlik analistlerinin bir kod deposunu incelerken izlediği araştırma yöntemini örnek alıyor. Model, güvenlik uyarılarıyla ilişkili dosyaları belirleyebiliyor, yayımlanan güvenlik bültenlerinden hareketle inceleme başlatabiliyor, risk taşıyan bileşenleri geliştirme süreçleriyle eşleştirebiliyor.
Sistem, güvenlik uzmanlarının yerine karar vermiyor; araştırma sürecini hızlandıracak teknik verileri kısa sürede bir araya getiriyor. Güvenlik ekipleri, geniş kaynak kodu havuzlarında hangi dosyaların öncelikli olarak incelenmesi gerektiğini daha hızlı belirleyebiliyor. Cisco, bu yaklaşımın özellikle kod tabanı büyüdükçe analiz süresini önemli ölçüde azaltacağını değerlendiriyor.
Şirket, Antares modellerini açık ağırlıklı model olarak yayınlama kararının güvenlik topluluğunun katkısını artıracağını belirtiyor. Araştırmacılar ile geliştiriciler, modelleri kendi ihtiyaçlarına göre uyarlayabilirken yeni savunma yöntemleri geliştirmek için aynı altyapıyı kullanabilecek.
Cisco’nun paylaştığı test sonuçlarına göre Antares, 500 girişten oluşan bir değerlendirme işlemini tek GPU üzerinde yaklaşık 15 dakikada tamamladı. Aynı işlemin maliyeti 1 ABD dolarının altında kaldı. Şirketin verileri, bu maliyetin en başarılı açık kaynak alternatiflerinden yaklaşık 15 kat, üst düzey genel amaçlı yapay zekâ modellerinden ise 172 kat daha düşük olduğunu gösteriyor. Küçük dil modeli mimarisi, belirli güvenlik görevlerinde yüksek performansı daha sınırlı donanımla sunabildiği için kurumların işlem giderlerini azaltabiliyor.
Yerel sistemlerde çalışabilmesi de güvenlik açısından önemli bir avantaj sağlıyor. Hassas kaynak kodlarının kurum dışındaki bulut servislerine gönderilmemesi; finans, kamu, savunma sanayii ile kritik altyapı işletmeleri gibi veri güvenliği öncelikli kuruluşlar için ek koruma katmanı oluşturuyor.
Teknoloji sektöründe yapay zekâ kullanım maliyetleri son dönemde önemli ölçüde yükseldi. Fiyatlandırma politikalarındaki değişiklikler nedeniyle bazı kuruluşlar çalışanlarından yapay zekâ kullanımını azaltmalarını isterken, sektör analizleri önümüzdeki yıllarda üretken yapay zekâ giderlerinin bazı yazılım ekiplerinde personel maliyetine yaklaşabileceğini öngörüyor.
Cisco, Antares ailesini geliştirirken güvenlik ekiplerinin günlük operasyonlarında kullanılabilecek erişilebilir araçlar üretmeye odaklandığını belirtiyor. Aynı dönemde Anthropic tarafından geliştirilen Claude Mythos gibi güvenlik odaklı sistemlerin ortaya çıkması, yapay zekânın siber güvenlik alanında giderek daha uzmanlaşmış modellere yöneldiğini gösteriyor.
Uzmanlar, önümüzdeki dönemde açık kaynak ekosisteminde geliştirilen düşük maliyetli güvenlik modellerinin daha fazla yaygınlaşmasını bekliyor. Antares gibi çözümler, Türkiye’deki kurumların kaynak kodlarını kurum dışına çıkarmadan analiz edebilmesine katkı sağlayabilirken yapay zekâ destekli güvenlik operasyonlarının daha geniş ölçekli ekipler tarafından kullanılmasının da önünü açabilir.
