Открытый ИИ от CrowdStrike и NVIDIA дает предприятиям преимущество в борьбе с атаками на машинной скорости
Каждый руководитель SOC (центра мониторинга информационной безопасности) знает это чувство: утопая в потоке предупреждений, не видя реальных угроз, он застрял в глухой обороне в войне, которая ведется со скоростью искусственного интеллекта.
Теперь CrowdStrike и Nvidia меняют правила игры. Вооружившись автономными агентами на базе Charlotte AI и моделей Nvidia Nemotron, команды безопасности не просто реагируют на инциденты — они наносят ответный удар по злоумышленникам еще до их следующего шага. Добро пожаловать в новую гонку вооружений в сфере кибербезопасности. Сочетание многочисленных преимуществ открытого исходного кода и агентского ИИ изменит баланс сил в борьбе с состязательным (враждебным) искусственным интеллектом.
Агентская экосистема CrowdStrike и NVIDIA объединяет Charlotte AI AgentWorks, открытые модели Nvidia Nemotron, инструменты для создания синтетических данных Nvidia NeMo Data Designer, Nvidia Nemo Agent Toolkit и микросервисы Nvidia NIM.
«Это сотрудничество переосмысливает концепцию операций безопасности, позволяя аналитикам создавать и развертывать специализированные ИИ-агенты в больших масштабах, опираясь на надежную безопасность корпоративного уровня с помощью моделей Nemotron», — пишет Брайан Катандзаро (Bryan Catanzaro), вице-президент по исследованиям в области прикладного глубокого обучения в NVIDIA.
Партнерство призвано обеспечить быстрое обучение автономных агентов, снижая риски, угрозы и количество ложных срабатываний. Это значительно разгружает руководителей SOC и их команды, которые почти ежедневно борются с переутомлением от данных из-за их неточности.
Это объявление на конференции GTC в Вашингтоне знаменует собой появление защиты на машинной скорости, которая наконец-то способна противостоять атакам на машинной скорости.
Превращение опыта элитных аналитиков в датасеты машинного масштаба
Особенность этого партнерства заключается в том, как ИИ-агенты запрограммированы на непрерывный сбор телеметрических данных, включая аналитическую информацию от аналитиков службы CrowdStrike Falcon Complete Managed Detection and Response.
«Нам удается взять аналитику, данные, опыт наших аналитиков Falcon Complete и превратить этих экспертов в наборы данных. Превратить датасеты в модели ИИ, а затем создать агентов на основе всей совокупности опыта, накопленного в компании, чтобы наши клиенты могли постоянно извлекать выгоду из работы этих агентов в больших масштабах», — заявил Дэниел Бернард (Daniel Bernard), директор по коммерческим вопросам CrowdStrike, во время недавнего брифинга.
Используя сильные стороны открытых моделей Nvidia Nemotron, организации смогут обеспечить непрерывное обучение своих автономных агентов на наборах данных от Falcon Complete — крупнейшей в мире службы MDR, обрабатывающей миллионы решений по триажу ежемесячно.
У CrowdStrike уже есть опыт применения ИИ для триажа обнаруженных угроз, вплоть до запуска сервиса, который масштабирует эту возможность для всей клиентской базы. Charlotte AI Detection Triage, созданный для интеграции в существующие рабочие процессы безопасности и непрерывной адаптации к меняющимся угрозам, автоматизирует оценку предупреждений с точностью более 98% и сокращает время ручного триажа более чем на 40 часов в неделю.
Элия Зайцев (Elia Zaitsev), технический директор CrowdStrike, объясняя, как Charlotte AI Detection Triage достигает такого уровня производительности, рассказал VentureBeat: «Мы бы не добились этого без поддержки нашей команды Falcon Complete. Они выполняют триаж в рамках своего рабочего процесса, вручную обрабатывая миллионы детектирований. Высококачественный набор данных с ручной разметкой, который они предоставляют, позволил нам достичь точности более 98%».
Уроки, извлеченные при работе с Charlotte AI Detection Triage, напрямую применимы к партнерству с NVIDIA, что еще больше повышает ценность, которую оно может принести SOC, нуждающимся в помощи при обработке лавины предупреждений.
Открытый исходный код — необходимое условие для успеха этого партнерства
Открытые модели Nemotron от Nvidia решают проблему, которую многие лидеры в сфере безопасности называют главным препятствием для внедрения ИИ в регулируемых средах, а именно — недостаток ясности в отношении того, как работает модель, каковы ее веса и насколько она безопасна.
Джастин Бойтано (Justin Boitano), вице-президент по корпоративным вычислениям и вычислениям на периферии в Nvidia, выступая от имени компании на недавнем пресс-брифинге, пояснил: «Открытые модели — это то, с чего люди начинают попытки создания собственных специализированных знаний в определенной области. В конечном счете вы хотите владеть интеллектуальной собственностью. Не каждый хочет экспортировать свои данные, а затем импортировать или платить за потребляемый интеллект. Множество суверенных государств и предприятий в регулируемых отраслях хотят сохранить полную конфиденциальность и безопасность данных».
Джон Морелло (John Morello), технический директор и соучредитель Gutsy (ныне Minimus), рассказал VentureBeat, что «природа открытого исходного кода языковой модели Google BERT позволяет Gutsy настраивать и обучать свою модель для конкретных задач безопасности, сохраняя при этом конфиденциальность и эффективность». Морелло подчеркнул, что специалисты называют «большую прозрачность и лучшие гарантии конфиденциальности данных, а также широкую доступность экспертизы и больше возможностей интеграции в существующие архитектуры» ключевыми причинами выбора в пользу открытого исходного кода.
Контроль над балансом сил состязательного ИИ
Диджей Сампат (DJ Sampath), старший вице-президент группы по программному обеспечению и платформам ИИ в Cisco, сформулировал общеотраслевую необходимость создания моделей безопасности с открытым исходным кодом в недавнем интервью VentureBeat: «Реальность такова, что злоумышленники тоже имеют доступ к моделям с открытым исходным кодом. Цель состоит в том, чтобы предоставить как можно бóльшему числу защитников надежные модели для укрепления безопасности».
Сампат пояснил, что когда Cisco выпустила Foundation-Sec-8B, свою модель безопасности с открытым исходным кодом, на конференции RSAC 2025, это было обусловлено чувством ответственности: «Финансирование проектов с открытым исходным кодом застопорилось, и в сообществе растет потребность в устойчивых источниках финансирования. Предоставление таких моделей и одновременное вовлечение сообществ в взаимодействие с ИИ с точки зрения защиты — это корпоративная ответственность».
Приверженность прозрачности распространяется и на самые чувствительные аспекты разработки ИИ. Когда возникли опасения по поводу обучающих данных DeepSeek R1 и их возможного компрометирующего характера, компания Nvidia отреагировала решительно.
Как пояснил Бойтано в интервью VentureBeat, «правительственные ведомства были крайне обеспокоены. Им нужны были возможности логического вывода (reasoning) DeepSeek, но их, очевидно, немного беспокоило то, что могло быть заложено при обучении модели DeepSeek. Именно это и вдохновило нас полностью открыть исходный код всего в моделях Nemotron, включая датасеты для логических выводов».
Для специалистов, управляющих безопасностью на базе открытого исходного кода в масштабе предприятия, эта прозрачность имеет основополагающее значение. Итамар Шер (Itamar Sher), генеральный директор Seal Security, подчеркнул в интервью VentureBeat, что «модели с открытым исходным кодом обеспечивают прозрачность», хотя и отметил, что «управление их жизненными циклами и комплаенсом остается серьезной заботой». Компания Шера использует генеративный ИИ для автоматизации устранения уязвимостей в ПО с открытым исходным кодом, и как признанный орган нумерации CVE (CNA) Seal может выявлять, документировать и классифицировать уязвимости, повышая безопасность всей экосистемы.
Ключевая цель партнерства: приближение интеллекта к периферии (Edge)
«Приближение интеллекта к месту нахождения данных и принятия решений станет огромным шагом вперед для команд оперативной безопасности по всей индустрии», — подчеркнул Бойтано. Эта возможность развертывания на периферии особенно критична для правительственных ведомств с фрагментированными и зачастую устаревшими IT-средами.
VentureBeat спросил Бойтано, как прошли первые обсуждения с правительственными агентствами, которым было представлено партнерство и его проектные цели до начала работ. «Общее мнение среди опрошенных нами ведомств заключалось в том, что они всегда чувствуют, будто, к сожалению, отстают в вопросах внедрения этих технологий, — пояснил Бойтано. — Ответ был таким: сделайте всё возможное, чтобы помочь нам защитить конечные точки. Это был утомительный и долгий процесс — внедрение открытых моделей в сети с повышенными требованиями к безопасности».
NVIDIA и CrowdStrike проделали фундаментальную работу, включая усиление безопасности по стандартам STIG, шифрование FIPS, обеспечение совместимости с изолированными сетями (air-gap) и устранение препятствий, которые задерживали внедрение открытых моделей в высокозащищенных сетях. Рекомендации по проектированию Nvidia AI Factory for Government предоставляют исчерпывающие руководства по развертыванию агентов ИИ в федеральных и высоконадежных организациях с соблюдением самых строгих требований безопасности.
Как пояснил Бойтано, срочность носит экзистенциальный характер: «Запуск в вашей инфраструктуре защиты на базе ИИ, способной искать и обнаруживать эти аномалии, а затем предупреждать и реагировать гораздо быстрее — это просто естественное следствие. На данный момент это единственный способ защититься от скорости работы искусственного интеллекта».
