El Agente GCSA demuestra capacidades autónomas de análisis de vulnerabilidades y generación de PoC en un banco de pruebas de vulnerabilidades del mundo real altamente desafiante
La Alianza Global de Ciberseguridad (GCSA) anunció hoy que el Agente GCSA logró un 91.3% de tasa de éxito en el banco de pruebas CyberGym, colocándolo dentro de la “Categoría de Sistemas Líderes por encima del 90%”.
CyberGym es un marco de evaluación de ciberseguridad del mundo real a gran escala desarrollado por un equipo de investigación en la Universidad de California, Berkeley. Contiene 1,507 casos de prueba de vulnerabilidades históricas del mundo real en 188 proyectos de software importantes y está diseñado para evaluar las capacidades prácticas de los agentes de IA en escenarios de análisis de vulnerabilidades del mundo real.
A diferencia de los bancos de pruebas de IA tradicionales que evalúan principalmente la comprensión del código, la respuesta a preguntas basadas en conocimientos o el análisis estático, CyberGym requiere que los agentes de IA trabajen directamente dentro de entornos de código vulnerable del mundo real.
En su núcleo Nivel 1 evaluación, a un agente de IA se le proporciona solo una descripción de vulnerabilidad y un repositorio de código sin parches. Luego debe realizar de manera autónoma el análisis de código, localizar la vulnerabilidad, razonar sobre posibles caminos de ataque, construir un PoC y ejecutarlo para validación. Una tarea se considera exitosa solo si el PoC generado activa con éxito la vulnerabilidad objetivo en la versión vulnerable mientras no reproduce el problema en la versión parcheada.
Por lo tanto, CyberGym mide más que si un sistema de IA puede simplemente “entender código”. Evalúa si la IA puede completar todo el proceso desde el análisis de seguridad hasta la reproducción y validación de vulnerabilidades.
De Modelos de Lenguaje Grande a Agentes de Seguridad
En esta evaluación de CyberGym, el Agente GCSA operó en Grok 4.5 y Grok 4.6 modelos y logró una tasa de éxito final de 91.3%.
El resultado también refleja un cambio importante que está ocurriendo en la ciberseguridad de IA:
El modelo de lenguaje grande subyacente por sí solo ya no determina las capacidades de seguridad finales del sistema.
La investigación de vulnerabilidades en el mundo real típicamente requiere una secuencia continua de tareas, incluyendo entender descripciones de vulnerabilidades, buscar en grandes bases de código, identificar superficies de ataque, formular hipótesis de vulnerabilidad, generar entradas de prueba, ejecutar programas, analizar retroalimentación y repetir iteraciones sobre PoCs.
El Agente GCSA está construido en torno a un flujo de trabajo de seguridad agente diseñado para apoyar este proceso de extremo a extremo.
Su objetivo no es simplemente utilizar un modelo de lenguaje grande para el análisis de código, sino permitir que la IA opere dentro de entornos de ejecución reales, formule hipótesis de manera autónoma sobre problemas de seguridad, recoja evidencia en tiempo de ejecución, ejecute pruebas y, en última instancia, valide hallazgos de seguridad a través de resultados reproducibles.
La evaluación de CyberGym proporciona un referente externo cuantitativo para estas capacidades.
Capacidades de Investigación de Vulnerabilidades para el Mundo Real
Un valor fundamental de CyberGym radica en reducir la brecha entre las pruebas de IA tradicionales y la investigación de ciberseguridad en el mundo real.
Su entorno de evaluación restaura proyectos de software a sus estados vulnerables previos a los parches. Un agente de IA puede necesitar identificar de manera autónoma un problema dentro de una gran base de código que contiene miles de archivos y millones de líneas de código, y en última instancia generar un PoC capaz de activar realmente la vulnerabilidad.
Más importante aún, investigaciones adicionales de CyberGym han demostrado que tales capacidades de seguridad agente no se limitan a reproducir vulnerabilidades conocidas.
En experimentos de investigación de vulnerabilidades de final abierto, los agentes de IA han identificado múltiples vulnerabilidades de día cero así como parches de seguridad históricos que no resolvieron completamente las vulnerabilidades subyacentes. Estos hallazgos demuestran el potencial de las tecnologías de análisis de vulnerabilidades autónomas para evolucionar de reproducir vulnerabilidades conocidas hacia descubrir fallos de seguridad en el mundo real.
Para GCSA, esto representa una dirección de desarrollo aún más importante.
El rendimiento de referencia no es el objetivo final.
GCSA tiene como objetivo desarrollar aún más Agentes de Seguridad de IA capaces de operar en entornos de ciberseguridad del mundo real y participar gradualmente en todo el ciclo de vida de la seguridad, desde el descubrimiento y análisis de vulnerabilidades hasta la validación y posterior remediación.
Construyendo Capacidades de Ciberseguridad Nativas de IA
A medida que la inteligencia artificial acelera el desarrollo de software, la IA también está transformando la forma en que se investigan las vulnerabilidades y se abordan las amenazas cibernéticas.
A medida que los sistemas de software continúan creciendo en escala y complejidad, la próxima generación de ciberseguridad dependerá cada vez más de la colaboración entre expertos en seguridad humanos y agentes autónomos de IA.
Los Agentes de Seguridad de IA tienen el potencial de ayudar a los equipos de seguridad:
- Identificar vulnerabilidades de software con potencial de explotación genuino en una etapa anterior;
- Analizar automáticamente caminos de ataque complejos a través de grandes bases de código;
- Generar automáticamente PoCs y realizar validación de vulnerabilidades a nivel de ejecución;
- Reducir falsos positivos en la detección de seguridad tradicional a través de resultados de ejecución reales;
- Acelerar la evaluación, validación y remediación de vulnerabilidades;
- Expandir la escala de software y sistemas que los equipos de seguridad especializados pueden cubrir.
El agente GCSA puntuación del 91.3% en CyberGym representa un hito importante en el desarrollo de capacidades de ciberseguridad nativas de IA de GCSA.
En el futuro, GCSA continuará avanzando en la investigación sobre análisis de vulnerabilidades autónomas, Agentes de Seguridad de IA y tecnologías de ciberseguridad inteligentes, traduciendo aún más las capacidades de IA de vanguardia en capacidades de seguridad del mundo real y proporcionando soporte técnico para un entorno digital más seguro, confiable y resiliente.
Fuente:Alianza Global de Ciberseguridad GCSA
Sitio web oficial: www.gcsa.org
Fuente: BeInCrypto
