- GPT-6 Cyber สามารถระบุช่องโหว่ในซอฟต์แวร์และพัฒนาสคริปต์การใช้ประโยชน์
- โมเดลนี้มีคะแนนในการทดสอบ ExploitGym สูงกว่ารุ่นก่อนอย่างมีนัยสำคัญ
- นักวิจัยใช้ GPT-6 Cyber ค้นพบช่องโหว่ที่มีความรุนแรงสูงหลายรายการ
- โมเดลแสดงผลการปฏิบัติตามขอบเขตการทดสอบที่ได้รับอนุญาตได้ดี โดยมีอัตราการปฏิบัติตาม 100%
OpenAI ได้เปิดตัวโมเดลเฉพาะด้านความปลอดภัยทางไซเบอร์ชื่อ GPT-6 Cyber ซึ่งสามารถระบุช่องโหว่ในซอฟต์แวร์และพัฒนาสคริปต์การใช้ประโยชน์ที่มีประสิทธิภาพ พร้อมแสดงถึงความสามารถในการปรับปรุงภายในขอบเขตการทดสอบความปลอดภัยที่ได้รับอนุญาต โมเดลใหม่มีคะแนนในการทดสอบ ExploitGym อยู่ที่ 48.5% ซึ่งเป็นการทดสอบว่าโมเดลสามารถใช้ประโยชน์จากช่องโหว่ที่กำหนดเพื่อโจมตีเป้าหมายระยะไกลได้หรือไม่ คะแนนนี้สูงกว่ารุ่น GPT-5.6 Cyber ที่มีคะแนน 32.1% เพิ่มขึ้นถึง 51% OpenAI ระบุว่า GPT-6 Cyber มีประสิทธิภาพเหนือกว่าโมเดล GPT-6 Astra รุ่นทั่วไปในหลายภารกิจด้านความปลอดภัยทางไซเบอร์ แม้ว่า Astra จะไม่ปฏิเสธคำขอ
บริษัทได้ยกระดับการจัดประเภทความปลอดภัยทางไซเบอร์ของ GPT-6 Cyber ในกรอบการเตรียมการของตนให้เป็น "วิกฤต" ขณะที่รุ่นก่อนหน้านี้อยู่ในระดับ "สูง" การจัดประเภทนี้สะท้อนถึงความสามารถที่แข็งแกร่งขึ้นของโมเดลในการเข้าใจซอฟต์แวร์ ระบุช่องโหว่ และพัฒนาสคริปต์การใช้ประโยชน์ที่มีประสิทธิภาพ
การประยุกต์ใช้โมเดลในการวิจัยช่องโหว่
ในกิจกรรมการวิจัยช่องโหว่ที่เกี่ยวข้องกับเว็บเบราว์เซอร์ Mozilla Firefox ความสามารถของโมเดลนี้ได้รับการแสดงออกอย่างชัดเจน นักวิจัยของ OpenAI ใช้ GPT-6 Cyber ค้นพบช่องโหว่ที่ Mozilla ระบุว่าเป็นช่องโหว่ที่มีความรุนแรงสูงจำนวน 81 รายการ ซึ่งเป็นช่องโหว่ที่ไม่เคยมีการรายงานมาก่อน โมเดลยังสามารถระบุปัญหาที่รายงานก่อนหน้านี้ได้ 30 รายการ ซึ่งมีความรุนแรงสูงกว่าผลการประเมินเบื้องต้น นักวิจัยได้ส่งหลักฐาน การทดสอบที่สามารถทำซ้ำได้ และข้อเสนอแนะแนวทางการแก้ไขให้กับ Mozilla เพื่อช่วยวิศวกรในการแก้ไขช่องโหว่เหล่านี้
Mozilla ต่อมาได้เริ่มเผยแพร่แนวทางการแก้ไขสำหรับช่องโหว่ที่รายงานหลายรายการ
การพัฒนาวิธีการประเมินใหม่
OpenAI ยังได้พัฒนาวิธีการประเมินใหม่สำหรับการทดสอบการเจาะระบบทางไซเบอร์ที่ต้องการให้โมเดลตรวจสอบแอปพลิเคชันเว็บโดยไม่สามารถเข้าถึงซอร์สโค้ดได้ GPT-6 Cyber มีอัตราการจำช่องโหว่ที่ 40.3% ขณะที่ GPT-6 Astra อยู่ที่ 32% แตกต่างจากการประเมินช่องโหวตแบบดั้งเดิมซึ่งตรวจสอบซอร์สโค้ด การทดสอบการเจาะระบบทางไซเบอร์ต้องการให้ GPT-6 Cyber ระบุจุดอ่อนโดยการโต้ตอบโดยตรงกับแอปพลิเคชันเว็บที่กำลังทำงาน ซึ่งทดสอบว่าโมเดลสามารถค้นหาจุดเข้าที่สามารถใช้ประโยชน์ได้เพียงจากพฤติกรรมและการตอบสนองที่เปิดเผยโดยบริการที่กำลังทำงาน
โมเดลยังแสดงให้เห็นถึงความสามารถในการทำซ้ำและใช้ประโยชน์จากช่องโหว่ในเคอร์เนล Linux โดยสามารถทำซ้ำช่องโหว่ได้ 1,724 รายการ และพัฒนาสคริปต์การใช้ประโยชน์ที่มีประสิทธิภาพสำหรับช่องโหว่ 948 รายการ OpenAI ได้เปิดเผยการค้นพบที่สำคัญ 304 รายการให้กับผู้ดูแลระบบ Linux พร้อมกับแนวทางการแก้ไขที่เสนอ บริษัทได้อธิบายการวิจัยนี้อย่างละเอียดในเอกสารแยกต่างหาก
นอกเหนือจากการพัฒนาสคริปต์การใช้ประโยชน์แล้ว OpenAI ยังมุ่งเน้นไปที่การรับรองว่า GPT-6 Cyber เคารพข้อจำกัดของการประเมินความปลอดภัยที่ได้รับอนุญาต ในการประเมิน ExploitGym Honeypot นักวิจัยได้วางโมเดลไว้ในสภาพแวดล้อมที่แยกออกซึ่งมีบริการที่มีช่องโหว่ แม้ว่าการใช้บริการเหล่านี้จะสามารถเปิดเผยสัญญาณของภารกิจได้ แต่การทำเช่นนั้นจะเกินขอบเขตที่ได้รับอนุญาต GPT-6 Cyber สามารถหลีกเลี่ยงการใช้บริการที่เกินขอบเขตได้ถึง 99.93% โดยไม่ต้องใช้การแจ้งเตือนด้านความปลอดภัย
เมื่อเปิดใช้งานการแจ้งเตือน อัตราการปฏิบัติตามของมันจะอยู่ที่ 100% ในขณะที่ GPT-5.6 Cyber มีคะแนน 94.49% ในขณะที่ไม่ได้เปิดใช้งานการแจ้งเตือน OpenAI ระบุว่าการฝึกอบรมเฉพาะทางช่วยให้โมเดลปฏิบัติตามข้อจำกัดของนักวิจัย รักษาอยู่ในสภาพแวดล้อมการทดสอบที่ได้รับอนุญาต และรายงานการค้นพบอย่างถูกต้อง บริษัทได้รวมความสามารถเหล่านี้เข้ากับมาตรการป้องกันเพิ่มเติม รวมถึงการตรวจสอบที่เฉพาะเจาะจงต่อเครือข่าย การจำกัดกิจกรรมที่มีความเสี่ยงสูงที่เกี่ยวข้องกับโครงสร้างพื้นฐานที่สำคัญ และการควบคุมโดยมนุษย์ในกระบวนการทำงานที่ละเอียดอ่อน
GPT-6 Cyber ได้เริ่มให้บริการผ่าน API และ Codex แก่ลูกค้า Daybreak Red ที่ได้รับอนุญาตเพียงบางส่วน OpenAI มีแผนที่จะขยายการเข้าถึงไปยังลูกค้า Daybreak Red อื่น ๆ ในขณะที่ยังคงให้บริการ GPT-5.6 Cyber แก่พวกเขา
ความก้าวหน้าที่สำคัญของ GPT-6 Cyber ในด้านความปลอดภัยทางไซเบอร์
ด้วยการเพิ่มขึ้นของการโจมตีทางไซเบอร์ ความสามารถในการระบุช่องโหว่จึงกลายเป็นสิ่งสำคัญ โมเดล GPT-6 Cyber ที่เปิดตัวไม่เพียงแค่แสดงให้เห็นถึงความก้าวหน้าอย่างมีนัยสำคัญในการระบุและใช้ประโยชน์จากช่องโหว่ แต่ยังแสดงถึงความสามารถในการปฏิบัติตามข้อกำหนดการทดสอบความปลอดภัยที่ได้รับอนุญาต ความสามารถเหล่านี้ทำให้โมเดลมีศักยภาพในการประยุกต์ใช้ในด้านความปลอดภัยทางไซเบอร์เพิ่มขึ้นอย่างมาก สามารถให้การป้องกันที่แข็งแกร่งยิ่งขึ้นแก่ธุรกิจและองค์กร การวิจัยของ OpenAI ไม่เพียงแต่ช่วยเพิ่มความปลอดภัย แต่ยังช่วยเพิ่มประสิทธิภาพในการแก้ไขช่องโหว่ ซึ่งมีผลกระทบอย่างลึกซึ้งต่อระบบนิเวศด้านความปลอดภัยทางไซเบอร์โดยรวม

