Microsoft представила MDASH — агентную многомодельную систему для автоматического поиска уязвимостей в программном обеспечении. По данным компании, платформа использует более 100 специализированных ИИ-агентов вместо одного крупного модели.
Полное название системы — Multi-Model Agentic Scanning Harness. В Microsoft говорят, что MDASH координирует работу набора передовых и дистиллированных моделей для поиска проблем в коде.
12 мая 2026 года, в рамках Patch Tuesday, компания сообщила о 16 новых уязвимостях CVE в сетевом и аутентификационном стеке Windows, которые нашла MDASH. Четыре из них Microsoft отнесла к критическим, включая уязвимости удалённого выполнения кода в компонентах tcpip.sys, службе IKEv2 (ikeext.dll), netlogon.dll и dnsapi.dll.
Из 16 найденных уязвимостей 10 затрагивают режим ядра. По словам Microsoft, к большинству из них можно получить доступ по сети без аутентификации.
Компания также отмечает, что её собственную кодовую базу особенно трудно проверять. Windows, Hyper-V и Azure — закрытые продукты, поэтому они не входят в общедоступные наборы данных для обучения моделей.
MDASH работает по четырёхэтапной схеме. Сначала система анализирует исходный код и строит карту поверхности атаки. Затем специализированные агенты-аудиторы ищут подозрительные участки кода.
На третьем этапе другая группа агентов, которых Microsoft называет debaters, оценивает, можно ли реально использовать найденную проблему для атаки. После этого дубликаты объединяются, а на финальном этапе агенты Evidence Leader пытаются вызвать уязвимость с помощью специально подобранных входных данных.
Система не привязана к одной конкретной модели. При выходе новой модели её можно проверить против предыдущей, изменив конфигурацию. Через плагины эксперты также могут добавлять специальные знания, например о соглашениях вызова в ядре или границах доверия в IPC.
На публичном бенчмарке CyberGym, который включает 1507 реальных уязвимостей, система набрала 88,45% и заняла первое место в таблице результатов. Это примерно на пять процентных пунктов выше результата ближайшего конкурента.
При этом такое сравнение не совсем прямое: Microsoft сопоставляет целый фреймворк с отдельными моделями. В материале отмечается, что отдельные модели тоже могли бы показать более высокий результат, если бы работали в похожей системе.
В блоге Microsoft не раскрыла, какие именно модели использовались для достижения этого результата. Компания упоминает только SOTA-модели как основные рассуждающие компоненты, дистиллированные модели как более дешёвых агентов для спора и ещё одну отдельную SOTA-модель как независимого участника проверки.
Из публикации неясно, относятся ли эти модели к OpenAI, Anthropic, собственным лабораториям Microsoft или сторонним поставщикам.
За MDASH отвечает Autonomous Code Security Team Microsoft. По данным компании, часть команды пришла из Team Atlanta, победителя конкурса DARPA AI Cyber Challenge.
Для этого соревнования команда создала автономную систему киберрассуждения, которая находила и исправляла ошибки в сложных open-source проектах. Сейчас MDASH доступна внешним заказчикам в формате ограниченного закрытого предварительного доступа.
Microsoft также сообщила, что на своём блоге опубликовала подробный технический отчёт. Другие компании, включая OpenAI и Anthropic, тоже расширяют применение ИИ в кибербезопасности и пытаются использовать модели для защиты от угроз, которые сами ИИ-системы частично усилили.
Источник: The Decoder, блог Microsoft.
