Google đã giới thiệu Gemini 3.5 Flash Cyber, một mô hình AI phát hiện lỗ hổng chuyên biệt được tinh chỉnh để tìm kiếm, xác thực và vá các lỗ hổng bảo mật phần mềm nhanh hơn và hiệu quả hơn so với các mô hình Gemini Flash chính thống. Việc phát hành này đánh dấu sự mở rộng đáng kể trong nỗ lực nghiên cứu an ninh mạng tự động của Google, xây dựng trên các công cụ như CodeMender, tác nhân bảo mật mã nguồn do AI điều khiển của công ty.
Khi các tác nhân AI ngày càng có khả năng phát hiện lỗ hổng, các nhà phòng thủ phải đối mặt với thách thức quan trọng: kẻ tấn công có thể tìm thấy các lỗ hổng nhanh hơn so với tốc độ các đội ngũ bảo mật có thể vá chúng. Giải pháp của Google không phải là một mô hình lớn hơn, mà là một mô hình thông minh hơn và tiết kiệm chi phí hơn.
Kiến Trúc và Ưu Điểm của Gemini 3.5 Flash Cyber
Nền Tảng và Hiệu Suất
Được xây dựng trên nền tảng Gemini 3.5 Flash, Gemini 3.5 Flash Cyber đánh đổi quy mô thô để ưu tiên tốc độ và hiệu quả chi phí, giúp nó trở nên khả thi cho việc triển khai quy mô lớn. Điều này đặc biệt quan trọng vì việc săn tìm lỗ hổng về cơ bản là một bài toán tìm kiếm.
Việc quét các cơ sở mã khổng lồ đòi hỏi phải khám phá một số lượng lớn các đường dẫn thực thi. Phụ thuộc vào một lệnh gọi đơn lẻ, tốn kém tới một mô hình lớn sẽ tạo ra một nút thắt cổ chai. Gemini 3.5 Flash Cyber giải quyết vấn đề này.
Cơ Chế Hoạt Động với CodeMender
CodeMender giải quyết vấn đề trên bằng cách gọi Gemini 3.5 Flash Cyber nhiều lần, cho phép các tác nhân phụ phân tích nhiều đường dẫn mã hơn song song trước khi tổng hợp một báo cáo lỗ hổng duy nhất, chất lượng cao. Thiết kế này giúp mô hình rất phù hợp cho các lần quét thường xuyên, các quy trình khởi chạy nhạy cảm về thời gian và quét ở cấp độ commit theo quy mô lớn. Google DeepMind Blog cung cấp thêm chi tiết về kiến trúc này.
Thử Nghiệm và Kết Quả Thực Tế
Đánh Giá Hiệu Quả Phát Hiện Lỗ Hổng
Google đã thử nghiệm mô hình này một cách rộng rãi. Các mô hình yếu hơn thường lặp đi lặp lại cùng một phát hiện. Trong khi đó, một mô hình mạnh mẽ hơn như Gemini 3.5 Flash Cyber có phạm vi hoạt động rộng hơn và tiếp tục khám phá các lỗ hổng bảo mật mới khi số lượng lệnh gọi tăng lên. Điều này chứng tỏ khả năng mở rộng và hiệu quả trong việc tìm kiếm các lỗ hổng bảo mật.
Ứng Dụng Nội Bộ của Google
Ngoài các điểm chuẩn, Gemini 3.5 Flash Cyber đã hoạt động trong các cơ sở mã nội bộ của Google, bao gồm Chrome, Android, Cloud, Ads và YouTube. Trong một trường hợp đáng chú ý, nhóm Nghiên cứu Lỗ hổng Cloud của Google đã sử dụng mô hình này để khám phá các lỗ hổng remote code execution (RCE) trong các API công khai và một lỗi hỏng bộ nhớ trong một dịch vụ sản xuất nhạy cảm, tất cả chỉ trong vòng hai giờ.
Mô hình sau đó đã tạo ra một exploit RCE hoàn toàn đáng tin cậy. Exploit này đã vượt qua các biện pháp bảo vệ như ASLR (Address Space Layout Randomization) và W^X (Write XOR Execute). Đây là minh chứng rõ ràng cho khả năng tạo ra các mã khai thác phức tạp của mô hình AI này.
Triển Khai và Nguồn Dữ Liệu Huấn Luyện
Chính Sách Triển Khai Cẩn Trọng
Với tiềm năng lưỡng dụng của mình, Google đang triển khai Gemini 3.5 Flash Cyber một cách thận trọng. Ban đầu, nó sẽ được cung cấp thông qua một chương trình thử nghiệm với quyền truy cập giới hạn cho các chính phủ và đối tác tin cậy thông qua CodeMender. Việc mở rộng sẽ diễn ra dần dần.
Mở Rộng cho Khách Hàng Doanh Nghiệp
Riêng biệt, các khả năng cốt lõi của CodeMender cũng đang tiếp cận các khách hàng doanh nghiệp thông qua Nền tảng Tác nhân Doanh nghiệp Gemini (Gemini Enterprise Agent Platform). Điều này cho thấy sự cam kết của Google trong việc mang lại các công cụ an ninh mạng tiên tiến cho cộng đồng rộng lớn hơn.
Nguồn Dữ Liệu Đào Tạo Chất Lượng Cao
Lợi thế của Google đến từ hàng thập kỷ xây dựng cơ sở hạ tầng bảo mật vững chắc. OSV.dev, cơ sở dữ liệu với hơn 700.000 lỗ hổng mã nguồn mở, cùng với hơn 10 năm kết quả từ OSS-Fuzz, cung cấp dữ liệu đào tạo chất lượng cao cần thiết. Dữ liệu này giúp dạy các mô hình AI cách các chuyên gia bảo mật thực thụ làm việc, nâng cao khả năng của AI phát hiện lỗ hổng một cách hiệu quả.
