Microsoft MDASH: 100+ агентов, 16 уязвимостей Windows и система, которая переживет любу... — 29 июня 2026 г. в 08:00:05.816
Microsoft MDASH: 100+ агентов, 16 уязвимостей Windows и система, которая переживет любую модель Объем кода в индустрии растет быстрее, чем когда-либо, и ускорение задает генеративный ИИ. Все больше строк пишется или достраивается с помощью моделей, а скорость поставки изменений становится новой нормой. У этого ускорения есть оборотная сторона. Чем больше кода и чем быстрее он попадает в продакшн, тем шире поверхность атаки и тем выше цена пропущенной ошибки. Одновременно меняется и характер угрозы: по ту сторону интернета появляется все больше автономных сканеров и инструментов поиска уязвимостей, построенных на тех же языковых моделях. Защита и нападение начинают работать в одном темпе и с одним инструментарием. Что сделала Microsoft: система MDASH В этом контексте показательна недавняя работа Microsoft. Команда Autonomous Code Security представила систему под кодовым названием MDASH — multi-model agentic scanning harness для поиска уязвимостей в коде. Результаты: ➡ обнаружены 16 новых уязвимостей в сетевом стеке и службах аутентификации Windows ➡ из них — 4 критических уязвимости удаленного выполнения кода в компонентах вроде TCP/IP-стека ядра и службы IKEv2 ➡ большинство достижимы по сети без учетных данных. Ключевая идея: модель — вход, продукт — система вокруг нее Ключевая идея работы лежит не в плоскости «какая модель сильнее». Microsoft прямо формулирует тезис: Модель — это один из входов, а продукт — это система вокруг нее. Архитектура MDASH ▪️ оркестрация более ста специализированных агентов поверх ансамбля разных моделей; ▪️ подготовка и построение модели угроз по истории коммитов; ▪️ сканирование агентами-аудиторами; ▪️ проверка через агентов-оппонентов, спорящих о достижимости и эксплуатируемости; ▪️ дедупликация; ▪️ доказательство через построение реального входа, который воспроизводит ошибку. Разногласие между моделями здесь используется как сигнал, а не как помеха: если аудитор помечает место как подозрительное, а оппонент не может это опровергнуть, достоверность находки растет. Какие проблемы решает такой подход 1️⃣ Сложные дефекты не видны модели, которой дали одну функцию: ✔️ race-condition в tcpip.sys и double-free в ikeext.dll размазаны по нескольким файлам; ✔️ различимы только на контрасте с корректной реализацией того же паттерна в соседнем месте; ✔️ их находит не модель, а конвейер, способный сопоставлять код между файлами и доказывать эксплуатируемость. 2️⃣ Сканер, который лишь помечает кандидатов, производит очередь на разбор, а не исправления: ✔️ валидация в MDASH вынесена в отдельный конвейер агентов и доменных плагинов; ✔️ именно туда уходит большая часть инженерной работы. Результаты — измеримые и прозрачные Тест на приватном драйвере: система нашла все 21 заложенную уязвимость без ложных срабатываний. На исторических кейсах из базы MSRC за пять лет: ▪️ полнота 96% в clfs.sys ▪️ полнота 100% в tcpip.sys На публичном бенчмарке CyberGym (1507 реальных задач): ▪️MDASH показала 88,45%; ▪️первое место в таблице; ▪️отрыв около пяти пунктов от ближайшего результата. Результат получен на общедоступных моделях, что подкрепляет основной тезис: вклад вносит обвязка, а не уникальная модель. Архитектурное следствие: независимость от модели Конвейер спроектирован независимым от конкретной модели: при выходе новой модели ее подключение сводится к смене конфигурации и A/B-тесту, а накопленные настройки, плагины и калибровки сохраняются. Для индустрии, где поколения моделей сменяются каждые несколько месяцев, это и есть устойчивая ценность — система, которую не нужно переписывать при каждом обновлении. Практический вывод Для тех, кто отвечает за безопасность, итоги смещают привычный вопрос. Спрашивать стоит не о том, какая модель используется в инструменте поиска уязвимостей, а о том, что именно система делает с моделью и что из ее ценности сохранится, когда придет следующая. #tech_inside