Արհեստական բանականությունը թույլ է տվել հայտնաբերել նախկինում անհայտ տասնյակ խոցելիություններ ցանցային սարքավորումներում, արդյունաբերական համակարգերում և կրիտիկական ենթակառուցվածքի օբյեկտներում օգտագործվող ծրագրային ապահովման մեջ։ Ամերիկյան Forescout ընկերության հետազոտությունը ցույց է տվել, որ հանրամատչելի ԱԲ մոդելների կիրառումը կարող է ծրագրային ապահովման վերլուծության ժամանակը մոտ ինը ամսից կրճատել մինչև 90 ժամ։
Փորձի ընթացքում մասնագետները հայտնաբերել են 99 խոցելիություն TCP/IP ստեկերի տասը տարածված իրականացումներում՝ բազային ծրագրային ապահովման մեջ, որն ապահովում է ցանցին միացված սարքերի միջև տվյալների փոխանակումը։ Հայտնաբերված խնդիրներից 66-ը նախկինում հայտնի չէին։
Նոր խոցելիությունների կեսից ավելին՝ 52%-ը, ստացել է լրջության բարձր կամ կրիտիկական գնահատական։ Հայտնաբերված խնդիրներից 54-ը փոխանցվել են ծրագրային ապահովման մշակողներին և այն սպասարկող մասնագետներին՝ հետագա շտկման համար։
Արդյունքները ներկայացրել է Forescout Research — Vedere Labs հետազոտական լաբորատորիան՝ «Կրիտիկական ենթակառուցվածքի ծրագրային սխալների հայտնաբերում պատրաստի ԱԲ գործիքներով» զեկույցում։ Դրանց մասին ընկերությունը հայտնել է 2026 թվականի նոյեմբերի 12-ին։
Կոնկրետ ինչ է ստուգել արհեստական բանականությունը
TCP/IP ստեկը ծրագրային բաղադրիչների հավաքածու է, որն ապահովում է սարքերի միջև տվյալների փոխանցումը ցանցով։ Այն օգտագործվում է գրեթե ամենուր՝ համակարգիչներից և երթուղիչներից մինչև բժշկական սարքավորումներ, արդյունաբերական կարգավորիչներ, շենքերի կառավարման համակարգեր և իրերի ինտերնետի (IoT) սարքեր։
Նման բաղադրիչների խոցելիությունները հատկապես վտանգավոր են, քանի որ նույն ծրագրային կոդը կարող է օգտագործվել տարբեր արտադրողների սարքավորումներում։ Հետևաբար բազային ցանցային ծրագրային ապահովման սխալը կարող է միաժամանակ ազդել բազմաթիվ սարքերի և համակարգերի վրա։
Հետազոտողները ստուգել են տասը տարածված TCP/IP ստեկ, այդ թվում՝ յոթը, որոնք նախկինում արդեն ուսումնասիրվել էին Project Memoria նախագծի շրջանակում, և երեք նորը։ Ընդ որում, վերլուծվել են ինչպես բաց սկզբնաղբյուրով ծրագրային ապահովումը, այնպես էլ փակ բինար ֆայլերը, որոնց սկզբնաղբյուրը հասանելի չէ։
ԱԲ-ն օգտագործվել է ոչ թե պարզապես որպես չաթբոտ, որին հանձնարարվել է սխալներ որոնել։ Մասնագետները ստեղծել են հատուկ համակարգ, որը միավորում է արհեստական բանականության մոդելները, կոդի ստատիկ վերլուծության գործիքները և հայտնաբերված խնդիրների ստուգման մեխանիզմները։
Ավտոմատացված փուլը տևել է մոտ 10 ժամ։ Մասնագետներից պահանջվել է ևս մոտ 80 ժամ՝ դինամիկ թեստավորման և արդյունքների հաստատման համար։ Արդյունքում 99 հնարավոր խնդիր հաստատվել է որպես իրական խոցելիություն, որոնցից 66-ը նախկինում անհայտ էին։
Ընդ որում, նշված 90 ժամը չի ներառում բուն համակարգի մշակումը. գործիքների ստեղծումը, թեստավորման միջավայրի կարգավորումը և ԱԲ-ի համար հրահանգների պատրաստումը լրացուցիչ աշխատանք են պահանջել։ Այսպիսով, խոսքը արդեն պատրաստված համակարգով անմիջական հետազոտության ժամանակի կրճատման մասին է, այլ ոչ թե տեխնոլոգիայի մշակման ամբողջ ցիկլի։
Ավտոմատացված ստատիկ վերլուծության արժեքը կազմել է 935 դոլար։ Հաշվի առնելով թեստավորման լրացուցիչ ծախսերը՝ հետազոտողները մոդելների օգտագործման ընդհանուր ծախսերը գնահատել են 1200–2300 դոլար։










