Cloudflare и OpenAI Daybreak: Автономно откриване и контекстно пачване на уязвимости с GPT-5.6 Cyber

Публикувано от Svetni.me Editorial на 5 септември 2026 г.

Автономна защита и откриване на софтуерни уязвимости с Cloudflare и OpenAI
Изображение: Svetni.me / ИИ генерирано изображение

В официална публикация на корпоративния си блог [1], инженерният екип на Cloudflare в лицето на Кен Сандерсън, Джейкъб Крисп, Дан Джоунс и Блейк Дарше обяви старта на ранния достъп до новата услуга Vulnerability Discovery and Remediation (VDR). Решението става част от портфолиото на Cloudflare Managed Defense и предлага цялостен процес по засичане, приоритизиране и неутрализиране на софтуерни уязвимости в клиентските кодови бази чрез синергия между реален производствен мрежов трафик и специализирани модели с изкуствен интелект.

В основата на технологичното партньорство стои защитната мрежа OpenAI Daybreak (Daybreak Defense Network). За нуждите на софтуерното разузнаване, сканирането и верификацията на програмния код Cloudflare интегрира специализирания модел GPT-5.6 Cyber, разработен от OpenAI. За разлика от традиционните скенери за статичен анализ, които заливат екипите по сигурност с хиляди неконкретизирани предупреждения, новата система пречупва откритията през реалните телеметрични данни на глобалната периферна мрежа на Cloudflare [1].

Инфографика за архитектурата на Vulnerability Discovery and Remediation с OpenAI Daybreak и GPT-5.6 Cyber
Изображение: Svetni.me / ИИ генерирана инфографика

Парадоксът на статичния код: Претоварване от фалшива спешност

Един от най-сериозните оперативни проблеми в съвременната киберсигурност е приоритизирането на откритите дефекти. Автоматизираните инструменти за статичен анализ (SAST) редовно генерират доклади с хиляди потенциални пропуски, десетки от които маркирани като критични. В реална производствена среда обаче статичният код не разкрива дали засегнатият модул изобщо е внедрен на жив сървър, дали към съответния маршрут постъпват потребителски заявки и какви защитни бариери вече са активирани пред него.

Нарастващите възможности на генеративния изкуствен интелект променят динамиката както в полза на защитниците, така и в полза на нападателите. Злонамерените участници вече използват специализирани езикови модели за автоматизирано сканиране и конструиране на експлойти за броени минути. В тази среда инженерите разполагат с критично малко време, за да оценят експозицията на системите си и да предприемат адекватни мерки [1].

Трите стълба на контекстната защита

За да превърне абстрактните предупреждения в точен списък с неотложни задачи, Cloudflare изгражда VDR върху три фундаментални стълба:

  1. Web Assets: Инвентаризация на активните публични и вътрешни крайни точки (endpoints), отразяваща реалното картографиране на приложната повърхност.
  2. Мрежова телеметрия и WAF: Непрекъснат поток от данни за обема на трафика, регистрираните опити за злонамерени атаки и активните правила на защитната стена за уеб приложения.
  3. Агентна обвивка (Vulnerability Harness): Софтуерна рамка за координиране на специализирани модели, базирана на вътрешния инструмент, с който Cloudflare сканира собствената си глобална инфраструктура.

Когато даден маршрут обработва значителен обем трафик или регистрира необичайна активност от сондиращи заявки, системата автоматично го класифицира като горещ път (hot path). Изходният код зад тези горещи пътища подлежи на много по-строго и детайлно профилиране за сигурност. При приложения, изградени върху Cloudflare Workers, платформата съпоставя актуалната версия на изходния код с конфигурационните маршрути и метаданните от Workers Observability, свързвайки всеки ред код с реалния му изпълним контекст [1].

Агентен конвейер: Разузнаване, прецизен лов и валидация

Архитектурата на Vulnerability Discovery and Remediation оперира чрез разпределен конвейер от автономни агенти, задвижвани от GPT-5.6 Cyber:

  • Разузнавателен агент (Reconnaissance Agent): Анализира входните точки на приложението и изгражда топологична карта, свързваща HTTP маршрутите с конкретните функции и обработчици (handlers) в кодовата база.
  • Агенти ловци (Hunter Agents): Насочват се към дефинираните от разузнавача критични участъци. Агентите черпят контекст от мрежовата телеметрия в реално време, като концентрират вниманието си върху маршрути под активен прицел. Въпреки това всяка уязвимост задължително трябва да бъде доказана и потвърдена с конкретни доказателства в самия изходен код.
  • Етап на верификация (Validation Stage): Преди резултатите да получат крайна оценка, предложените смекчаващи мерки се тестват автоматично. Мрежовите доказателства – като висок входящ трафик или активни проби за експлоатация – автоматично повишават рисковия рейтинг на находката [1].

Двустепенно отстраняване и виртуално пачване

Резултатът от работата на конвейера е приоритизиран доклад за действие, съдържащ две паралелни защитни мерки:

Първата стъпка е незабавното виртуално пачване на периферно ниво. Ако клиентът е упълномощил VDR да защитава съответната зона, системата генерира консервативно конфигурирано потребителско правило за Cloudflare WAF (WAF Custom Rule). Правилото изолира конкретния HTTP метод, път и параметри на заявката, необходими за достигане до дефектния код, блокирайки потенциални експлойти на самата граница на мрежата още преди те да достигнат инфраструктурата на клиента. Ако сигнатурата на маршрута съдържа единствено общи променливи или маски (wildcards), правило не се генерира, за да се елиминира рискът от прекъсване на легитимен трафик.

Втората стъпка е изготвянето на конкретна софтуерна корекция (source code patch). Този структуриран пач се предоставя на инженерния екип за преглед, локално тестване и сливане в основното хранилище, докато мрежовото правило осигурява временен щит на производствено ниво [1].

Граници на сигурността и строга изолация на данните

Внедряването на изкуствен интелект в процеси по анализ на критичен софтуер поставя строги изисквания към поверителността. От Cloudflare подчертават, че Vulnerability Discovery and Remediation изпълнява работните процеси под стриктни архитектурни ограничения:

  • Маршрутизация през Cloudflare AI Gateway: Всички заявки към моделите OpenAI Daybreak и GPT-5.6 Cyber се предават сигурно от Cloudflare Workers към сървърите на OpenAI. Никаква невронна инференция не се извършва на периферните възли на Cloudflare.
  • Обработка на данните като доказателства: Системата третира клиентския код, системните логове и метаданните единствено като пасивни доказателства за инспекция, а не като изпълними системни инструкции. Това предотвратява опити за манипулация чрез инжектиране на промптове (prompt injection).
  • Липса на автономно изпълнение: Моделът няма техническа възможност самостоятелно да прилага код или да активира защитни правила. Всички инструменти преминават през предварителни проверки за съответствие с дефинираните права за достъп.
  • Синтетични тестови среди: Предложените WAF правила се валидират синтактично и се тестват срещу синтетични фикстури (synthetic fixtures), а не върху жив потребителски трафик.
  • Човешки контрол: Докладът се преглежда и валидира от инженерите на Cloudflare Managed Defense, преди да бъде представен на клиента, който взема окончателното решение за внедряване [1].

Достъпност и интеграция

Услугата Vulnerability Discovery and Remediation вече е достъпна в режим на ранен достъп с предварителна покана за корпоративни клиенти на Cloudflare Managed Defense. Всеки проект започва с единично приложение, чиято кодова база клиентът изрично упълномощава за сканиране.

За пълноценно картографиране на средата платформата изисква разрешен достъп за четене до инвентара на Web Assets, съответните WAF настройки и потока от събития на Workers Trace Events Logpush. Чрез съчетаването на интелигентни защитни модели и мрежов контекст в реално време инициативата поставя нов стандарт за проактивна защита на софтуерните екосистеми [1].

Източници

  1. Cloudflare Blog: Introducing context-aware vulnerability discovery and remediation with Cloudflare Managed Defense and OpenAI Daybreak models (Ken Sanderson, Jacob Crisp, Dan Jones, Blake Darché / 2026-09-03)