Google DeepMind je objavio Gemini 3.5 Flash Cyber, novi laki model namenjen sajber bezbednosti. Model je zasnovan na verziji 3.5 Flash i dodatno je podešen da pronalazi, proverava i popravlja softverske ranjivosti brže i uz niže troškove nego veći modeli za ovu namenu.
U kompaniji navode da se ovaj model uklapa u dugogodišnji rad na automatizovanom otkrivanju propusta u kodu. Kako se AI agenti sve bolje snalaze u pronalaženju ranjivosti, Google kaže da su odbrambenim timovima potrebni sistemi koji su istovremeno sposobni, jeftiniji i dovoljno skalabilni za velike baze koda.
Prema Googleu, Gemini 3.5 Flash Cyber je razvijen kao alat za pronalaženje i potvrdu ranjivosti u velikim projektima, gde je važno pregledati mnogo putanja kroz kod, a ne osloniti se na jedan skupi poziv velikom modelu. Zato ovaj model može da se koristi više puta tokom jednog zadatka, dok agent na kraju sastavlja jedan objedinjeni izveštaj.
Kompanija navodi i da će model biti dostupan samo u okviru ograničenog pilot-programa, i to isključivo vladinim i proverenim partnerima preko CodeMender alata. Na taj način Google pokušava da smanji rizik šire zloupotrebe, jer se radi o tehnologiji koja može da posluži i za napad i za odbranu. Paralelno s tim, određene mogućnosti CodeMender-a biće dostupne i korisnicima kroz Gemini Enterprise Agent Platform.
Šta pokazuju testovi
Google je novi model testirao na više mera za procenu bezbednosnih sposobnosti. Na CyberGym benchmarku, koji proverava kako AI agenti rade na stotinama stvarnih softverskih ranjivosti, kompanija kaže da je CodeMender uz Gemini 3.5 Flash Cyber postigao konkurentan rezultat u odnosu na znatno veće modele. U grafiku koji je objavio Google, rezultat za ovaj sistem iznosi 83,2 odsto na merilu pass@1, što znači uspeh pri prvom pokušaju.
Važno je napomenuti da Google za rezultate konkurenata koristi njihove samoprijavljene ocene, a ne nezavisno potvrđene vrednosti.
Na drugom testu, koji je izradio Google-ov Big Sleep tim i koji je fokusiran na pronalaženje teško uočljivih propusta u složenim kodnim bazama poput Chromea i Safarija, Gemini 3.5 Flash Cyber je prema navodima kompanije ostvario znatno bolje rezultate od glavnih verzija 3.5 Flash i 3.6 Flash. U tom internom testu model je zabeležio 72 odsto, naspram 36 odsto za Gemini 3.5 Flash i 42 odsto za Gemini 3.6 Flash.
Model je testiran i u Chrome proizvodnoj liniji za skeniranje novih izmena u kodu. Google navodi da je tu takođe pokazao vidljivo bolje rezultate od Gemini 3.5 Flash modela, sa 72 odsto naspram 55 odsto. Za neke novije konkurentske modele kompanija navodi da nisu prikazani jer zbog bezbednosnih ograničenja odbijaju da izvrše zadatke.
Više pronađenih jedinstvenih propusta
Google posebno ističe i test na V8 JavaScript Engine-u, gde je Gemini 3.5 Flash Cyber, pri unapred određenom broju poziva, pronašao 55 jedinstvenih potvrđenih problema. To je više od 47, koliko je pronašao glavni Gemini 3.5 Flash, i 36 koliko je pronašao Opus 4.6. Kompanija navodi i da je novi model otkrio 10 problema koje druga dva testirana modela nisu uhvatila.
Suština ovakvog pristupa je da model ne ostaje zarobljen u ponavljanju istih nalaza, već šire pretražuje kod i otkriva različite vrste ranjivosti. Google navodi da i sa većim brojem poziva model nastavlja da pronalazi nove putanje i propuste.
Upotreba u Google-ovim sistemima
Prema objavi, Gemini 3.5 Flash Cyber se već koristi u CodeMender-u za pronalaženje i popravljanje propusta u internim Google-ovim kodnim bazama, uključujući Chrome, Android, Cloud, Ads i YouTube. Google tvrdi i da je njegov Cloud Vulnerability Research tim za dva sata otkrio ranjivosti za daljinsko izvršavanje koda u javnim API-jima, kao i jednu memorijsku grešku u proizvodnom servisu.
Kompanija navodi i da je model uspeo da generiše pouzdan exploit, odnosno eksploatacioni kod za daljinsko izvršavanje, koji je zaobišao standardne zaštite poput ASLR-a, mehanizma za nasumično raspoređivanje memorije, i W^X pravila, koje sprečava da memorijske stranice budu istovremeno upisive i izvršive.
Google poručuje da se oslanja na sopstvene bezbednosne alate i baze podataka, uključujući OSV.dev sa više od 700.000 ranjivosti otvorenog koda i rezultate OSS-Fuzz programa starije od deset godina, kako bi modele učio na stvarnim bezbednosnim slučajevima, a ne samo na sintetičkim primerima.
Za korisnike i organizacije koje se bave zaštitom softvera, ova objava pokazuje da Google sve više razvija specijalizovane AI modele za konkretne zadatke u sajber bezbednosti. U praksi to znači brže skeniranje koda, veći domet analiza i veći broj pronađenih propusta, uz kontrolisan pristup zbog mogućih zloupotreba.
