رونمایی مایکروسافت از مدل تخصصی امنیت سایبری و سیستم عاملی MAI-Cyber-1-Flash

شرکت مایکروسافت از نخستین مدل هوش مصنوعی تخصصی در حوزه **امنیت سایبری مایکروسافت** و نسل جدیدی از سیستم‌عامل‌های هوشمند رونمایی کرد که با هدف تحلیل پیشرفته تهدیدات دیجیتال، شناسایی خودکار آسیب‌پذیری‌ها و ارتقای سطح ایمنی زیرساخت‌های ابری توسعه یافته‌اند.

شرکت مایکروسافت در رویدادی اختصاصی در سان‌فرانسیسکو با معرفی نخستین مدل هوش مصنوعی اختصاصی خود به نام MAI-Cyber-1-Flash و رونمایی از پلتفرم امنیتی متکی بر عامل‌های هوشمند، استانداردهای جدیدی را در حوزه امنیتی سایبری مایکروسافت تعریف کرد تا با خودکارسازی فرایندهای دفاعی و پایش پیشرفته تهدیدات، مزیت رقابتی تازه‌ای در برابر رقبایی مانند گوگل، آنتروپیک و اوپن‌ای‌آی به دست آورد.

بر اساس اعلام رسمی مایکروسافت، مدل MAI-Cyber-1-Flash با هدف کشف آسیب‌پذیری‌های پیچیده در کدهای نرم‌افزاری توسعه یافته است. این مدل قدرت‌بخش فریم‌ورک MDASH خواهد بود که چارچوب اختصاصی مایکروسافت برای شناسایی و ترمیم کدهای مخرب و کدهای دارای ضعف امنیتی به شمار می‌رود. هم‌زمان، مایکروسافت پلتفرم جدیدی به نام Perception را معرفی کرده که به تیم‌هایی از عامل‌های هوشمند خودمختار اجازه می‌دهد گردش‌کارهای امنیتی نظیر پاک‌سازی باگ‌ها و اصلاح خودکار کدهای زیرساختی را مدیریت کنند.

جزئیات مدل MAI-Cyber-1-Flash و بنچمارک‌های بین‌المللی

مایکروسافت ادعا می‌کند که مدل MAI-Cyber-1-Flash علاوه بر ارائه کارایی بسیار بالاتر نسبت به سایر رقبای بازار، از نظر اقتصادی نیز بسیار مقرون‌به‌صرفه‌تر است. مصطفی سلیمان، هم‌بنیان‌گذار دیپ‌مایند و مدیرعامل فعلی واحد هوش مصنوعی مایکروسافت (Microsoft AI)، در جریان این رویداد اعلام کرد که ترکیب مدل MAI-Cyber-1-Flash با مدل‌های پیشرفته زیرساختی درون فریم‌ورک MDASH توانسته است رتبه‌های درخشانی را در سنجش‌های استاندارد به دست آورد.

به گفته سلیمان، این ترکیب توانسته است در بنچمارک معتبر Cyber Gym که بنچمارک مرجع برای ارزیابی مدل‌های امنیتی هوش مصنوعی محسوب می‌شود، رقبایی مانند Gemini، GPT 5.5 Cyber، GPT 5.6 Sol و Mythos 5 را شکست دهد. مدیرعامل مایکروسافت AI تأیید کرده است که این فناوری بلافاصله وارد سرویس‌های عملیاتی و عملیات واقعی مایکروسافت شده است.

پلتفرم عامل‌های هوشمند Perception؛ گامی به‌سوی اتوماسیون کامل دفاع سایبری

هایته گالوت (Hayete Gallot)، نایب‌رئیس بخش امنیت مایکروسافت، در این نشست به نقش فزاینده مهاجمان سایبری و استفاده آنان از ابزارهای هوش مصنوعی اشاره کرد. پلتفرم جدید Perception به سازمان‌ها این امکان را می‌دهد که عامل‌های هوشمند (Agents) را برای تحلیل مستمر کدهای نرم‌افزاری و ایمن‌سازی زیرساخت‌های حیاتی به کار بگیرند. این سیستم نه‌تنها نقاط ضعف فنی را شناسایی می‌کند، بلکه با تعامل هوشمند درون فریم‌ورک MDASH، اقدام به بازنویسی و رفع آسیب‌پذیری‌ها در سطح برنامه‌نویسی می‌کند.

رشد حملات هوشمند به زیرساخت‌های پرداختی و زیرساخت‌های نوین مالی، استفاده از الگوریتم‌های خودمختار در دفاع سایبری را به یک ضرورت انکارناپذیر تبدیل کرده است. پیش‌تر نیز در مقالاتی همچون تأثیر عامل‌های هوشمند هوش مصنوعی بر صنعت پرداخت به این موضوع پرداخته بودیم که چگونه فناوری‌های عاملی (Agentic) در حال دگرگون کردن فرایندهای حساس مالی و پردازشی هستند.

چرا این رویداد برای اکوسیستم فناوری و فین‌تک اهمیت دارد؟

حملات سایبری سال‌هاست که یکی از بزرگ‌ترین تهدیدها برای بانکداری دیجیتال، ارائه‌دهندگان خدمات پرداخت و پلتفرم‌های فین‌تک به شمار می‌روند. استقرار سیستم‌های امنیتی مبتنی بر هوش مصنوعی عامل‌محور، لایه‌های دفاعی را از حالت «انفعالی و پس از وقوع حادثه» به حالت «پیشگیرانه و آنی» تغییر می‌دهد.

• کاهش هزینه‌های کشف و رفع باگ: شناسايي پیش‌دستانه خطاهای نرم‌افزاری در کدهای بانکی و تراکنشی هزینه‌های ترمیم و بازیابی را به میزان چشم‌گیری کاهش می‌دهد.

• ارتقای پایداری سامانه‌های مالی: سیستم‌های خودمختار مانند Perception مانع از قطعی خدمات ناشی از حملات صفر‌رو (Zero-day) می‌شوند.

• مقابله با حملات پیچیده هوش مصنوعی: با توجه به اینکه نفوذگران نیز از هوش مصنوعی برای یافتن رخنه استفاده می‌کنند، ابزارهایی مانند MAI-Cyber-1-Flash موازنه قدرت را به نفع مدافعان تغییر می‌دهند.

اثر احتمالی بر بازیگران بازار و لایه زیرساخت مالی

ارائه‌دهندگان سرویس‌های ابری، موسسات مالی بزرگ و پلتفرم‌های پرداخت اینترنتی نخستین ذی‌نفعان استفاده از فناوری‌های نوین ایمن‌سازی کدها هستند. استفاده مستقیم مایکروسافت از این ابزارها در خدمات ابری Azure، استانداردهای جدیدی را برای حفاظت از داده‌های حساس مالی تعریف خواهد کرد. همان‌طور که در مقاله صنعتی‌سازی هوش مصنوعی در بانکداری اشاره شده است، خودکارسازی لایه‌های ایمنی یکی از پیش‌شرط‌های اصلی پذیرش گسترده هوش مصنوعی در سرویس‌های بانکداری متمرکز و مدرن است.

از سوی دیگر، شرکت‌های ارائه‌دهنده راهکارهای امنیت سایبری در بخش فین‌تک مجبور خواهند بود ابزارهای سنتی خود را به فریم‌ورک‌های خودکار و متکی بر هوش مصنوعی خودمختار ارتقا دهند؛ چراکه تحلیل دستی کدها در نرم‌افزارهای مدرن تراکنشی دیگر پاسخگوی سرعت توسعه نرم‌افزارها نیست.

نسبت این موضوع با اکوسیستم فین‌تک و فناوری ایران

زیرساخت‌ها و نرم‌افزارهای مالی در ایران همواره با چالش‌های متعدد امنیت سایبری و حملات نفوذ روبه‌رو بوده‌اند. اتکا بر سامانه ترندها و کدهای پیچیده و قدیمی یکی از چالش‌های اصلی بانکداری ایرانی است؛ موضوعی که در گزارش چالش‌های زیرساخت‌های قدیمی در تسهیلات‌دهی فین‌تک به تفصیل بررسی شده بود. رونمایی از مدل‌های تخصصی امنیت هوش مصنوعی سیگنال روشنی به مدیران فناوری اطلاعات بانک‌ها و نئوبانک‌های ایرانی ارسال می‌کند که عصر تست‌های امنیتی سنتی و دوره‌ای به پایان رسیده است.

اگرچه دسترسی مستقیم به سرویس‌های ابری اختصاصی مایکروسافت برای بازیگران ایرانی به‌دلیل محدودیت‌ها چالش‌برانگیز است، اما الگوبرداری از معماری فریم‌ورک‌های کشف و ترمیم خودکار کد (نظیر ترکیب ابزارهای متن‌باز با مدل‌های محلی) می‌تواند به توسعه‌دهندگان ایرانی در ایمن‌سازی اپلیکیشن‌های پرداخت، صرافی‌های رمزارزی و سامانه‌های بانکداری باز کمک شایانی کند.

جمع‌بندی

معرفی MAI-Cyber-1-Flash و پلتفرم Perception نشان داد که مایکروسافت قصد دارد رهبری بازار امنیت سایبری مبتنی بر هوش مصنوعی را به دست گیرد. این اقدام گام مهمی در جهت محافظت خودکار از کدبیس‌های پیچیده و جلوگیری از حملات پیشرفته است. با همگرایی بیشتر هوش مصنوعی و امنیت شبکه، سازمان‌های مالی و پلتفرم‌های فین‌تک بیش از گذشته نیازمند بازنگری در فرایندهای امنیتی خود برای باقی ماندن در فضای امن و رقابتی خواهند بود.

پرسش‌های متداول (FAQ)

مدل MAI-Cyber-1-Flash مایکروسافت چیست؟

این یک مدل تخصصی هوش مصنوعی توسعه‌یافته توسط مایکروسافت است که به طور خاص برای شناسایی، تحلیل و ترمیم آسیب‌پذیری‌های پیچیده امنیتی در کدهای نرم‌افزاری طراحی شده است.

پلتفرم Perception مایکروسافت چه کاربردی دارد؟

پلتفرم Perception سیستم‌عاملی مبتنی بر عامل‌های خودمختار (Agents) است که فرایندهای دفاع سایبری مانند شناسایی باگ‌ها و اصلاح کدهای مخرب را به صورت هوشمند و خودکار مدیریت می‌کند.

فریم‌ورک MDASH چه نقشی در این اکوسیستم دارد؟

چارچوب MDASH بستر اختصاصی مایکروسافت برای ارزیابی، شناسایی و بازنویسی کدهای آسیب‌پذیر است که مدل MAI-Cyber-1-Flash در درون آن قرار گرفته و عملیات را اجرا می‌کند.

این فناوری چه تاثیری بر امنیت بانک‌ها و سرویس‌های فین‌تک دارد؟

با خودمختار شدن فرایند کشف رخنه، موسسات مالی می‌توانند کدهای نرم‌افزاری خود را پیش از انتشار به طور خودکار ایمن‌سازی کرده و در برابر حملات صفر‌رو پایداری بسیار بالاتری داشته باشند.

آیا این مدل در بنچمارک‌های امنیتی موفق عمل کرده است؟

بله، طبق اعلام رسمی مایکروسافت، ترکیب این مدل با سیستم‌های زیرساختی توانسته رقبای سرشناسی مانند Gemini و نسخه‌های متأخر GPT را در بنچمارک مرجع Cyber Gym شکست دهد.

برای دنبال کردن تحلیل‌های بیشتر درباره فین‌تک، بانکداری دیجیتال و فناوری‌های نوظهور، گزارش‌های تخصصی پی‌کار را در بخش فین‌تک و فناوری دنبال کنید.

شرکت مایکروسافت از جدیدترین دستاورد خود در حوزه هوش مصنوعی رونمایی کرد؛ مدل تخصصی امنیت سایبری و سیستم‌عاملی هوشمند با نام MAI-Cyber-1-Flash که با هدف ارتقای توان دفاعی زیرساخت‌های دیجیتال و خودکارسازی فرآیندهای مقابله با تهدیدات شبکه‌ای توسعه یافته است؛ علاقه‌مندان می‌توانند برای بررسی آخرین تحولات تحلیلی این فناوری، به بخش مقالات تخصصی پی‌کار مراجعه کنند.